cpu-gpu-performance
在构建或训练前建立CPU/GPU性能基线
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：cpu-gpu-performance。 它的用途是：在构建或训练前建立CPU/GPU性能基线 完整的 Skill 内容见：https://321skill.com/skills/cpu-gpu-performance-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'我要开始编译一个大型项目，先帮我建立CPU/GPU基线。' 它会自动执行性能基线检测，采集CPU频率、GPU利用率、内存带宽等指标，生成报告并保存，然后提示你可以安全开始构建。构建完成后，你可以再次运行该Skill对比前后性能差异。
介绍
在执行大型构建、模型训练或量化回测等长时间高负载任务前，CPU和GPU的性能状态直接影响任务效率和稳定性。该Skill通过快速建立基准数据，帮你提前发现降频、散热或资源争抢等问题，避免任务中途卡顿或失败。
只需在启动资源密集型操作前运行该Skill，它会自动采集CPU核心频率、GPU利用率、内存带宽等关键指标，生成基线报告并保存为上下文。完成后即可放心执行后续任务，并可在任务结束后对比基线数据，评估性能变化。
适合后端开发、测试工程师、量化交易员等需要频繁进行编译、训练或回测的用户。尤其适合在持续集成流水线中作为前置步骤，或在进行大规模并行计算前使用。
建议在每次重大环境变更（如升级驱动、更换硬件）后重新建立基线。注意该Skill仅做短暂基线采集，不提供实时监控功能，如需持续监测请搭配其他工具。
核心特点
同类工具通常聚焦于实时监控或压力测试，而该Skill专为任务前基线化设计，采集时间短、干扰小，且自动保存结果供后续对比，适合集成到CI/CD或训练流程中作为前置检查步骤。
注意事项
不适合短于30秒的快速任务，也不适用于需要持续性能监控的场景。
常见问题
如何安装 cpu-gpu-performance？
通过npm全局安装：npm install -g cpu-gpu-performance，然后可在任意终端直接调用。
基线数据保存在哪里？
默认保存在当前工作目录下的 baseline-report.json 文件中，同时会输出到控制台供查看。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/cpu-gpu-performance-x-3/raw/index.md 读取 cpu-gpu-performance 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/cpu-gpu-performance-x-3/raw/index.md（查看排版版本）