Menú
当用户觉得页面慢、接口响应慢、打包慢、想优化性能时使用 — 分析瓶颈并给出具体改进方案
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
当用户踩坑后想记录经验教训、当调试完想防止同样的问题再次发生、当做了重要技术决策想记录时使用 — 自动更新 CLAUDE.md 的已知陷阱和决策日志
当用户首次使用模板、想配置项目信息、需要填写 CLAUDE.md 占位符时使用 — 通过问答自动填写项目信息
当用户想检查无障碍性、添加 ARIA 标签、修复键盘导航或对比度问题时使用 — 检查并修复网站无障碍性问题
当用户想写接口、创建 API、生成后端端点、做增删改查接口时使用 — 生成 RESTful API 端点，包含路由、验证和错误处理
当用户想加登录、注册、用户认证、OAuth、JWT、权限控制时使用 — 为项目添加完整的用户认证系统
当用户想搭建博客、做个人网站、写技术文章、建内容站时使用 — 从零生成完整的博客网站
| name | perf |
| description | 当用户觉得页面慢、接口响应慢、打包慢、想优化性能时使用 — 分析瓶颈并给出具体改进方案 |
帮用户找到性能瓶颈并给出具体的改进方案。核心原则：先测量，再优化，再验证。
你想优化什么？
- 网页加载速度（首屏渲染慢、页面太大）
- 后端响应时间（API 慢、数据库查询慢）
- 构建速度（打包太慢）
- 内存或 CPU 占用
在做任何改动之前，用合适的工具记录当前性能数据作为基线：
前端性能测量：
npx lighthouse URL --output=json) — 获取 FCP、LCP、TBT、CLS 评分Python 后端：
cProfile — 内置分析器，快速定位耗时函数：python -m cProfile -s cumtime app.pypy-spy — 采样式分析器，可附加到运行中的进程，无需改代码：py-spy top --pid PIDline_profiler — 逐行分析特定函数耗时，适合定位热点代码Node.js 后端：
--inspect 标志 + Chrome DevTools — node --inspect app.js，然后在 Chrome 打开 chrome://inspectclinic.js — 自动诊断工具：npx clinic doctor -- node app.js数据库：
EXPLAIN ANALYZE — 在慢查询前加上，查看执行计划和实际耗时。重点关注全表扫描（Seq Scan）和嵌套循环记录基线数据：具体的数字（如"首页 LCP 3.2s"、"API 响应 P95 800ms"、"查询耗时 1.4s"）。
根据测量结果，检查常见问题：
网页加载：
后端响应：
构建速度：
按投入产出比排序，给出具体建议：
性能分析报告
基线数据：[填入步骤 2 的测量结果]
高影响（优先做）：
- [问题] 具体描述 -> [方案] 怎么改 -> [预期提升] 具体数字
中影响：
- ...
低影响（可选）：
- ...
用户选择后，逐个执行优化。每个优化完成后，用步骤 2 相同的工具和条件重新测量，对比基线数据：
优化完成。主要改动：xxx。性能对比：[优化前数字] -> [优化后数字]。