Performance Profiling 是一个面向 AI 智能体的可安装技能，由 xenitv1/claude-code-maestro 发布，围绕“测量、分析、优化”的顺序组织性能优化工作方法。其核心口号为：Measure, analyze, optimize - in that order。
一、运行时脚本 技能提供一个可执行脚本用于自动化性能分析： scripts/lighthouse_audit.py，用途为 Lighthouse performance audit（Lighthouse 性能审计），用法：python scripts/lighthouse_audit.py https://example.com
二、Core Web Vitals 技能列出三项核心网页指标及其判定标准与衡量对象：
- LCP：Good < 2.5s，Poor > 4.0s，衡量 Loading（加载）。
- INP：Good < 200ms，Poor > 500ms，衡量 Interactivity（交互性）。
- CLS：Good < 0.1，Poor > 0.25，衡量 Stability（稳定性）。 关于测量时机，技能按阶段给出对应工具：Development 阶段使用 Local Lighthouse；CI/CD 阶段使用 Lighthouse CI；Production 阶段使用 RUM（Real User Monitoring，真实用户监控）。
三、分析工作流 技能提出四步流程：1. BASELINE → Measure current state（建立基线，测量当前状态）；2. IDENTIFY → Find the bottleneck（定位瓶颈）；3. FIX → Make targeted change（做有针对性的修改）；4. VALIDATE → Confirm improvement（验证改进效果）。 在分析工具选择上，技能按问题类型给出对应工具：Page load 用 Lighthouse；Bundle size 用 Bundle analyzer；Runtime 用 DevTools Performance；Memory 用 DevTools Memory；Network 用 DevTools Network。
四、包体（Bundle）分析 需要关注的信号：Large dependencies 表现为 Top of bundle；Duplicate code 表现为 Multiple chunks；Unused code 表现为 Low coverage；Missing splits 表现为 Single large chunk。 对应的优化动作：遇到 Big library 时 Import specific modules（只导入具体模块）；遇到 Duplicate deps 时 Dedupe, update versions（去重、更新版本）；遇到 Route in main 时 Code split（代码分割）；遇到 Unused exports 时 Tree shake（摇树优化）。
五、运行时与内存分析 Performance 面板中可识别的模式：Long tasks (>50ms) 表示 UI blocking（阻塞 UI）；Many small tasks 表示可能存在批处理机会；Layout/paint 表示渲染瓶颈；Script 表示 JavaScript 执行。 Memory 面板中可识别的模式：Growing heap 表示可能存在内存泄漏；Large retained 提示检查引用；Detached DOM 表示未清理的 DOM。
六、常见瓶颈与症状归因 Slow initial load 的常见原因是 Large JS、render blocking；Slow interactions 的常见原因是 Heavy event handlers；Jank during scroll 的常见原因是 Layout thrashing；Growing memory 的常见原因是 Leaks、retained refs。
七、快速见效的优化优先级
- Enable compression（启用压缩），影响 High；2. Lazy load images（图片懒加载），影响 High；3. Code split routes（路由代码分割），影响 High；4. Cache static assets（静态资源缓存），影响 Medium；5. Optimize images（图片优化），影响 Medium。
八、反模式 不要：Guess at problems（猜测问题）→ 应：Profile first（先做性能分析）；不要：Micro-optimize（过度微优化）→ 应：Fix biggest issue（解决最大问题）；不要：Optimize early（过早优化）→ 应：Optimize when needed（按需优化）；不要：Ignore real users（忽略真实用户）→ 应：Use RUM data（使用 RUM 数据）。 技能最后强调：The fastest code is code that doesn't run. Remove before optimizing.（最快的代码是不运行的代码，先删除再优化。）
九、使用方式与限制 该技能为 AI 智能体可安装技能，通过发布来源 xenitv1/claude-code-maestro 提供，页面地址为 https://www.skills.sh/xenitv1/claude-code-maestro/performance-profiling。具体安装命令、支持的智能体平台、收费方式与价格、以及除上述内容外的更多功能细节，资料中暂未提供。