用途：当数据正确但查询过慢或成本过高时，该技能帮助智能体把性能与成本当作可衡量的设计问题，而非凭猜测优化。适用于仓库查询慢、计算或扫描成本失控、分区或聚簇选择不当、共享计算上工作负载相互竞争、以及数据集市或看板成本反复被抱怨等情况。
主要能力：引导识别真正的瓶颈，测量扫描量、slot 或仓库使用量、分区裁剪、连接行为和并发模式；对问题分类，常见类别包括物理设计、SQL 模式、工作负载隔离、存储布局和刷新频率；优先修复成本最低、影响最大的问题，例如分区、聚簇、预聚合、物化方式变更和计算资源合理配置；在优化中保持业务正确性稳定，并记录取舍，因为更快不一定更便宜，更便宜也不一定可接受。
必要用法：不要盲目优化，应从观测到的成本或性能信号出发，先建立基线成本或性能指标，再识别瓶颈类别，然后做既保持正确性又改善性能或成本的变更，最后记录产生的取舍。
限制与常见误区：资料指出，认为“只需要更大的仓库”往往会掩盖糟糕的布局或查询设计；“优化可以以后再做”会让成本债务在共享平台上迅速累积；“查询每天只跑一次”也不代表没有持续浪费。需警惕没有基线测量就开始性能工作、把成本问题只归咎于平台、未经验证就改变业务逻辑、以及同一昂贵模式在多个模型中重复出现等危险信号。
其他细节：具体平台差异、命令、价格与实现步骤暂未提供。