让 AI 快速定位 Python 代码性能瓶颈并优化
解决 Python 程序运行慢、内存占用高的问题：通过 AI 自动调用 cProfile 生成调用链，分析内存泄漏，并提供具体的代码重构建议和数据库查询优化方案。
为什么需要这个技能
Python 代码在复杂场景下往往会出现执行缓慢或内存占用过高的情况。人工排查 cProfile 生成的调用堆栈通常耗时且需要深厚的知识储备。
此技能让 AI 充当性能专家，自动扫描代码中的 CPU 密集型和内存密集型操作。它能识别出导致延迟增加的热点函数，并给出减少数据库查询次数、优化 I/O 操作或调整算法复杂度的具体步骤。
适用场景
- 生产环境中的 Python 应用响应时间突然变慢时。
- 程序运行一段时间后内存持续增长，疑似存在内存泄漏时。
- 处理大数据集时，数据管道处理速度无法满足要求。
- 需要进行数据库性能调优，减少查询时间或连接数时。
核心工作流
- 明确目标与约束：告知 AI 程序的功能目标、当前执行时间、允许的内存上限以及关键性能指标（如 QPS）。
- 生成剖析指令：要求 AI 生成使用
cProfile或memory_profiler的代码片段，并对关键函数进行装饰以收集统计信息。 - 分析瓶颈并重构：AI 分析 profiling 数据，识别耗时最长的路径。针对 I/O 密集型操作建议使用异步或批量处理，针对 CPU 密集型操作建议利用
multiprocessing或算法优化。 - 验证与确认：AI 提供修改后的代码示例，并说明预期能带来的性能提升幅度，用户修改后重新测试验证。
下载和安装
下载 python-performance-optimization 中文版 Skill ZIP
解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。
你可能还需要
暂无推荐