python-performance
Python代码性能瓶颈与内存问题排查工具
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：python-performance。 它的用途是：Python代码性能瓶颈与内存问题排查工具 完整的 Skill 内容见：https://321skill.com/skills/python-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
'分析我的脚本 app.py，找出最慢的三个函数和内存泄漏对象'，它会自动运行profiling，返回耗时排名和内存分配详情，并给出优化建议，比如将双层循环改为向量化操作。
介绍
该工具专为Python开发者设计，解决代码执行效率低下和内存泄漏两大痛点。通过自动化的性能剖析（profiling），它能快速定位耗时函数、高频调用链以及内存占用异常的对象，帮助开发者从海量代码中精准找到需要优化的片段。
使用方式非常简单：在终端中直接运行工具分析目标Python脚本，它会生成包括函数调用次数、执行时间、内存分配等详细报告，并支持可视化输出火焰图或内存时间线。你还可以通过命令行参数控制采样频率、排除特定模块，甚至集成到CI/CD流水线中作为性能门禁。
适合所有使用Python进行后端开发、数据处理、脚本编写的人员，尤其是需要关注响应速度或内存消耗场景的开发者，例如Web服务优化、大数据处理管道、机器学习模型训练等。数据分析师和全栈开发也能从中受益，快速排查因代码性能导致的业务延迟。
建议在开发阶段就定期运行分析，避免性能问题积累到生产环境。注意，该工具侧重于单进程Python代码，对于异步框架（如asyncio）和C扩展模块的剖析深度有限，可作为辅助手段而非唯一依据。
核心特点
相比cProfile和memory_profiler等传统工具，它提供了更直观的内存分配视图和自动化的瓶颈定位建议，无需手动分析原始数据。
注意事项
不适合分析分布式系统、网络IO瓶颈或混合语言（如C++）的跨进程性能问题。
常见问题
如何安装这个工具？
直接运行 pip install python-performance 即可安装。
它支持Python 3.12+吗？
支持Python 3.8及以上版本，包括最新的3.13。
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/python-performance-x-7/raw/index.md 读取 python-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/python-performance-x-7/raw/index.md（查看排版版本）