cpu-gpu-performance
资源密集型操作前建立CPU/GPU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基线 完整的 Skill 内容见：https://321skill.com/skills/cpu-gpu-performance-x-7/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
'帮我运行 cpu-gpu-performance 基线，然后执行这个项目的构建命令'，它会先启动基线采集，记录当前 CPU 频率和 GPU 占用率，然后执行构建；构建完成后再次采集数据，自动对比生成报告，指出构建过程中 CPU 是否降频、GPU 是否满载，并给出优化建议。
介绍
在执行构建、模型训练、大规模数据处理等资源密集型任务前，CPU 和 GPU 的性能基线往往是决定任务成败的关键。本 Skill 能在任务启动前自动采集当前 CPU 核心频率、GPU 占用率、内存带宽等关键指标，生成一份可对比的基线报告，让你在任务结束后快速判断是否存在性能瓶颈或资源异常。
使用方式非常简单：在启动构建、训练或任何会长时间占用核心或 GPU 的任务之前，直接调用该 Skill。它会自动运行一组轻量级基准测试，记录当前硬件状态并保存为基线文件。任务完成后，你可以再次调用该 Skill 重新采集数据，系统会自动对比两次结果，输出差异分析。整个过程无需手动配置工具链或编写脚本。
适用于运维工程师、后端开发、智能体开发以及需要频繁进行模型训练或 CI/CD 构建的技术人员。特别是当你需要排查性能退化、验证硬件升级效果，或者在多台机器间对比性能时，这个 Skill 能大幅节省手动采集和对比的时间。
建议在每次执行关键任务前都运行一次，以保持基线数据的新鲜度。注意，该 Skill 仅采集硬件层面的指标，不涉及应用层性能分析；如果任务本身存在代码逻辑问题，基线数据无法直接反映。另外，在虚拟机或容器环境中，部分硬件指标可能无法准确获取，建议在裸金属或直通模式下使用。
核心特点
同类 Skill 大多只提供实时监控，而本 Skill 能自动生成任务前后的对比基线报告，并直接给出差异分析，无需手动记录和比对数据。
注意事项
不适用于分析应用层性能瓶颈，也无法在虚拟化程度较高的环境中准确获取硬件指标。
常见问题
这个 Skill 能帮我优化代码性能吗？
不能直接优化代码，但它能告诉你任务是否受限于 CPU 或 GPU 资源，帮助定位性能瓶颈方向。
基线数据会占用大量磁盘空间吗？
基线数据以压缩格式存储，每次约 1-2KB，长期保存也不会影响磁盘。
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-7/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-7/raw/index.md（查看排版版本）