用途：识别并解决前端、后端与数据库的性能瓶颈，遵循“先测量、后优化”的原则，只优化瓶颈而非全部代码，并遵循 80/20 规律。
主要能力： 前端：关注 Core Web Vitals（LCP < 2.5s、FID < 100ms、CLS < 0.1），使用 Lighthouse、DevTools 测量 FCP、LCP、TTI、CLS；常见手段包括 loading="lazy" 图片、lazy(() => import(...)) 代码分割、防抖处理、useMemo 缓存昂贵计算、WebP 图片、缓存头与字体预加载。 后端：处理 N+1 查询（预加载、批处理）、缺失索引、无界查询（分页与限制）、同步阻塞（异步/并行处理）、缺少缓存（缓存热点数据）；用 APM 与 profiler 观察响应时间与吞吐量。 数据库：用 EXPLAIN ANALYZE 分析慢查询，区分 Seq Scan 与 Index Scan；索引选择上，精确匹配与范围查询用 B-tree，全文检索用 GIN/GiST，JSON 用 GIN。 缓存：按浏览器（静态资源，小时到天）、CDN（API 响应，分钟到小时）、应用（计算数据，秒到分钟）分层设置 TTL，失效策略包括基于时间、事件或版本。 内存：排查事件监听器未清理、闭包引用、集合增长、定时器未清除等泄漏，用堆快照观察分配与泄漏。
使用方式：按工作流执行——先 Profile 采集基线指标，定位最热路径瓶颈，设定可度量目标，实施针对性修复，再重新测量并与基线对比，最后验证无回归且测试通过。
适用场景：Web 应用前后端性能调优、数据库慢查询治理、缓存策略设计与内存泄漏排查。
限制：资料未提供具体安装命令、平台支持范围、收费方式或效果数据，暂未提供。