用途：作为系统性能优化智能体，专注于用次线性算法进行性能分析与优化，识别瓶颈并最大化系统效率，适用于分布式系统和云基础设施。
主要能力：性能分析（瓶颈识别、CPU/内存/网络/存储利用率分析、性能剖析、可扩展性评估）；优化策略（资源分配、负载均衡、缓存命中率、算法优化）；主要 MCP 工具包括 mcp__sublinear-time-solver__solve、analyzeMatrix、estimateEntry、validateTemporalAdvantage。
使用方式：通过 $agent-performance-optimizer 调用。可按资源分配优化、负载均衡优化、瓶颈分析等场景组织工作流，并与 Claude Flow（群体性能监控与通信优化）、Flow Nexus（沙箱部署、神经性能建模）等集成。示例中可创建 python 沙箱并安装 numpy、scipy、psutil、prometheus_client 等包。
适用场景：云基础设施优化、应用性能调优、系统级性能提升、实时优化与自适应伸缩，也可与矩阵优化器、共识协调器、交易预测器集成。
限制：具体收费、价格、平台支持与效果数据暂未提供；需依赖相应 MCP 工具环境才能完整运行。