cpu-gpu-performance
资源密集型操作前建立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：资源密集型操作前建立CPU/GPU性能基线 完整的 Skill 内容见：https://321skill.com/skills/cpu-gpu-performance-x-6/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
'我要开始编译这个大型项目，请先建立CPU/GPU性能基线。' 它会立即抓取当前CPU使用率、GPU温度、显存占用等指标并保存为基线文件。之后你开始编译，编译完成后再次调用该Skill，AI会自动对比前后数据，输出如'CPU使用率从35%升至92%，内存占用增加2.1GB'的差异报告，帮助你发现是否存在资源泄漏或配置瓶颈。
介绍
在进行大型编译、模型训练或任何需要长时间占用CPU/GPU核心的任务前，该Skill会自动记录当前系统的CPU/GPU使用率、温度、频率、内存占用等关键指标，形成一份性能基线快照。它解决了“无法量化操作对系统资源的影响”的问题，让你在任务结束后能精准对比资源消耗变化，从而发现异常、优化配置或定位瓶颈。
使用非常简单：只需在开始构建、训练或运行资源密集型任务前，向AI发送指令（如“建立性能基线”），Skill便会立即抓取当前系统状态并保存为基准文件。之后你可以执行你的任务，并在任务完成后再次调用该Skill（或手工对比），AI会自动输出前后差异报告，直观展示资源消耗增量。
该Skill特别适合运维工程师、后端开发、测试工程师以及数据分析师。在频繁执行CI/CD构建、深度学习模型训练、量化策略回测或大数据处理等场景中，它可以帮助你快速识别资源泄漏、过度占用或配置不当的问题，提升系统稳定性和效率。
建议在每次执行关键任务前都使用该Skill建立基线，并定期清理历史基线文件。注意，它仅记录操作前的瞬时快照，不提供实时监控或持续跟踪能力；若需长期监控，请搭配其他监控工具使用。
核心特点
与单纯的资源监控工具不同，该Skill在操作前主动创建可对比的基线快照，并在任务后自动生成差异报告，让你精确量化每次操作对CPU/GPU的影响，而非仅提供实时数据。
注意事项
不适合长时间持续实时监控或需要高频采样的场景，它只记录操作前和操作后的两次快照。
常见问题
如何安装cpu-gpu-performance？
目前可通过pip安装：pip install cpu-gpu-performance，或直接克隆仓库后运行脚本。
这个Skill与top/nvidia-smi有什么区别？
top/nvidia-smi是实时监控，而该Skill专门在操作前建立基线，并自动对比前后数据，生成差异报告，更适合量化分析。
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-6/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-6/raw/index.md（查看排版版本）