GRAVITAS — Performance Extension 是 GRAVITAS 的性能分析模式，需要与 skills/gravitas/SKILL.md 一起加载。它的用途是：在代码审查或开发过程中，系统性地发现性能问题，并以实测数据证明优化效果。
核心规则是“先测量再优化”：没有基线测量就不优化；“这很慢”不算基线。进行基线测量时必须回答三个问题：当前延迟/吞吐量是多少、目标是多少、性能剖析器指出哪些地方是热点。
性能侦察部分给出了一组 grep 检查命令，用来发现数据库 N+1 查询、WHERE 条件列缺索引、for/forEach 中的 await 串行执行、昂贵计算的 map/filter/reduce 缺记忆化、前端包体积（bundlesize 或 du -sh dist/）以及未清理的 setInterval/addEventListener 内存泄漏。
测量协议包括：用 autocannon、wrk 或 k6 测 API 延迟，记录 req/sec 与 p50/p95/p99；用 vitest bench 做函数级基准；用 node --inspect 获取加载前后堆快照。报告格式要求列出端点、Before/After 的 p50、p99、吞吐量与提升倍数。
文档列举了四类常见反模式的 BAD/GOOD 示例：N+1 查询（改为 JOIN + json_agg 一次查询）、本可并行却被写成串行的异步调用（改用 Promise.all）、昂贵计算缺缓存（用 Map 加 TTL 缓存）、缺数据库索引（用 EXPLAIN ANALYZE 确认 Seq Scan 后 CREATE INDEX）。
算法复杂度一节要求为任何新算法注明时间与空间复杂度，并给出 O(n) 去重实现对比 O(n²) 嵌套循环的示例。性能验证使用 vitest bench、autocannon、包体积对比和内存占用测试；最后以 VERDICT: PASS (Performance) 模板输出基线、优化后数据、提升倍数、测试通过与内存无增长结论。
适用场景为使用 GRAVITAS 工作流做性能审查、性能优化与基准回归的开发者。限制：所有示例基于 TypeScript/Node 与 PostgreSQL，其他技术栈需自行适配；该扩展本身不提供自动化工具，需依赖 autocannon、vitest、k6 等外部工具。