用途：该技能用于 C++ 性能工程，通过剖析、分析与针对性优化，让代码达到更高性能。核心准则是先测量、只优化热点、前后验证、保持可读性。
主要能力： 一、性能剖析工具。Linux perf 可记录 CPU 剖析（perf record -g ./program、perf report）、生成火焰图（perf script | stackcollapse-perf.pl | flamegraph.pl > flame.svg）、查看硬件计数器（perf stat -e cache-misses,cache-references,instructions,cycles ./program）以及针对函数剖析（perf record -g -e cycles:u --call-graph dwarf ./program）。Valgrind Callgrind 支持指令级剖析（valgrind --tool=callgrind ./program、kcachegrind callgrind.out.）和缓存模拟（valgrind --tool=cachegrind ./program、cg_annotate cachegrind.out.）。Google Benchmark 用于编写可比较的基准测试，支持复杂度分析与 DoNotOptimize、ClobberMemory 等防优化手段。
二、缓存优化。对比 AoS 与 SoA 数据布局，SoA 适合迭代访问；使用 alignas(64) 对齐避免伪共享；区分热数据与冷数据，冷数据以指针按需加载。
三、SIMD 向量化。可用 __restrict、#pragma omp simd、std::assume_aligned<32> 辅助自动向量化；也可用 immintrin.h 的 AVX 内建函数显式处理（如 _mm256_loadu_ps、_mm256_add_ps、水平求和）。
四、多线程。C++17 并行算法（std::execution::par/par_unseq）用于 sort、transform、reduce、for_each；提供线程池实现，含任务队列、条件变量与 packaged_task/future。
五、快速优化清单：reserve、emplace_back、移动而非拷贝、string_view、减少循环内分配、[[likely]]/[[unlikely]]；数据布局上先看缓存未命中，再考虑 SoA、对齐与冷热分离；算法上选对容器、二分查找、查表等。
工作流程：PROFILE → IDENTIFY → OPTIMIZE → BENCHMARK → VERIFY，循环迭代。
适用场景：CPU 吞吐低、延迟抖动、内存增长、性能不稳定等问题的排查，并提供决策树（缓存未命中、分支预测失败、锁竞争、内存泄漏、NUMA 等）。
相关集成：build-engineer（优化标志）、modern-cpp-expert（移动语义）、memory-specialist（分配模式）、cpp-debugger-agent（性能调试）。
限制：资料未提供具体安装命令、收费与价格信息、支持平台与版本兼容性细节，暂未提供。