python-performance
Python代码性能瓶颈与内存问题分析工具
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分析工具 完整的 Skill 内容见：https://321skill.com/skills/python-performance-x-8/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
'帮我分析一下app.py中哪个函数最耗内存'，它会自动运行性能分析工具，输出内存占用排名和火焰图，并给出优化建议。或者
对AI说：'对当前项目执行全面性能分析，标记所有超过100ms的函数'，它会生成一份含时间线、调用次数和内存峰值的详细报告。
介绍
你是否遇到过Python程序运行缓慢、内存占用过高却找不到原因？这个Skill能快速定位性能瓶颈和内存泄漏点，帮助开发者告别盲目优化。它通过采样分析或钩子追踪，输出函数级耗时和内存分配详情，让你一眼看清代码的“慢”和“胖”在哪里。
使用非常简单：安装后，直接对你的Python脚本或模块运行性能分析命令，它会自动生成报告，包括各函数调用次数、累计耗时、内存分配峰值等关键指标。你还可以指定输出格式（文本、火焰图、JSON），方便集成到CI/CD流程或持续监控。
适合后端开发、全栈开发、数据分析师等需要频繁优化Python代码的用户。尤其是处理大数据、机器学习模型训练、Web服务等高负载场景时，这个工具能帮你快速找到优化方向，避免浪费算力和成本。
建议在开发阶段或上线前定期运行分析，并关注内存增长异常。注意，分析本身会引入轻微开销，生产环境建议使用低采样率模式。对于IO密集型或大量小函数调用的代码，分析结果可能不够精确，需结合其他工具交叉验证。
核心特点
相比cProfile和py-spy，这个工具不仅统计CPU耗时，还内置了内存分配追踪，能直接定位哪些函数导致内存泄漏，且支持火焰图可视化，排查效率更高。
注意事项
不适合分析IO密集型或存在大量短周期小函数调用的场景，采样精度可能不足。
常见问题
这个工具和cProfile有什么区别？
除了CPU耗时，它还提供内存分配分析，并支持火焰图输出，更直观。安装方式也更简单，无需修改代码。
分析结果如何导出？
支持文本、JSON、火焰图（SVG）等多种格式，方便集成到CI或文档中。
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-8/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-8/raw/index.md（查看排版版本）