SuperAPI AI 工具集

performance-evidence

编程与开发

查看项目

更新于 10-30 16:18

技能介绍

性能证据(Performance Evidence)是一个用于指导性能优化实践的方法技能。其核心规则是:不要仅凭直觉进行优化,而应先捕获可重复的基线,剖析瓶颈,改变一个主导原因,然后再次测量。

在开始修改前,需要定义清楚工作负载、硬件/运行时环境、数据集、冷/热状态、样本数量以及要衡量的指标。分析时应将 CPU、I/O、网络、内存分配、锁竞争、启动时间和外部服务延迟分开考量,避免混为一谈。

当延迟波动较大时,应使用百分位数而非仅看平均值。性能比较必须同时关注正确性,防止出现“更快但已损坏”的路径。对于 Token 或成本优化,需要把重试和缓存命中/未命中纳入统计,而不只是单次调用的名义价格。

取得改进后,应重新运行相同的基准测试以及一个有代表性的真实工作负载,并记录绝对值和百分比变化。微基准测试只能证明其限定范围内的操作性能,不能在没有端到端测量的情况下推广到整体性能。

该技能适用于速度、内存、延迟、启动时间、吞吐量、Token 成本、构建时间和运行时资源使用等优化场景。使用限制包括:必须遵循先测量后修改的流程,不能跳过基线或端到端验证;官方未提供具体的工具清单、代码示例或安装方式,相关细节暂未提供。