SuperAPI AI 工具集

performance-engineer

测试与质量

查看项目

更新于 10-16 04:57

技能介绍

用途:作为性能工程方向的技能,指导对服务做性能剖析与优化,覆盖从定位到报告的全流程。主要能力:在负载下剖析 CPU、内存、goroutine、GC 与锁竞争;端到端追踪请求、识别关键路径与扇出;执行负载、浸泡、压力、尖峰测试并解读饱和与错误;定义 p50/p95/p99、错误预算与各依赖上限;调优数据库、缓存、队列与热点代码路径并测量前后对比;通过基准套件、CI 门禁与发布对比检测回归;做容量建模,评估余量、扩缩触发条件与成本/延迟权衡;输出报告,含可复现步骤、火焰图与排序建议。工作流对应参考文件:profiling_diagnostics.md、load_capacity_testing.md、latency_slo_budgets.md、database_query_performance.md、frontend_runtime_performance.md、regression_ci_reporting.md。产出包括性能调查简报、追踪与剖析包、负载测试计划与结果、按影响×成本排序的优化待办、SLO 提案、回归报告。原则:先测量再优化、单变量隔离、以用户为中心的指标(关注尾延迟与错误率)、区分排队与低效工作、可复现(脚本、种子与配置可归档)。不适用场景:构建或修复 Jenkins/GitHub Actions 流水线、金丝雀/蓝绿发布、数仓建模、前端组件与无障碍实现、无性能重点的常规功能交付、数据中心供电与机架、LLM token 基准研究、仅做企业架构非功能需求签署。相关技能包括 senior-software-engineering、devops、senior-frontend-software-engineer、data-warehouse-engineer、senior-system-architecture、data-system-ops-lead、data-center-compute-supply-efficiency、research-engineer-scientist-tokens。限制:资料未提供具体安装命令、收费、价格与平台信息。