python-performance
剖析Python代码性能瓶颈与内存问题
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：剖析Python代码性能瓶颈与内存问题 完整的 Skill 内容见：https://321skill.com/skills/python-performance-x/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
'帮我分析一下这段数据处理函数的性能瓶颈，它处理大量JSON文件时速度很慢。'，它会运行性能剖析，识别出最耗时的函数或循环，并给出优化建议，比如使用更高效的数据结构或并行处理。或者，
对AI说：'我的Web服务内存使用量在持续增长，怀疑有内存泄漏，请检查这段代码。'，它会使用内存剖析工具监控对象创建与引用，帮助定位未被正确释放的内存。
介绍
该Skill专注于分析和定位Python应用程序中的性能瓶颈与内存泄漏问题。它通过集成成熟的性能剖析工具，帮助开发者深入理解代码在CPU和内存方面的实际消耗。
使用时，您只需向AI描述您的代码片段或性能问题，该Skill便会调用相应的剖析器（如cProfile、memory_profiler等）进行分析，并生成直观的报告，指出热点函数、内存增长点及潜在优化空间。
它非常适合Python后端开发、全栈开发及数据分析师，尤其是在开发高并发服务、处理大数据集或优化现有项目响应速度时，需要量化性能指标的场景。
建议在开发环境或测试环境中使用，避免直接在生产环境进行耗时剖析。对于非常复杂的调用链，可能需要结合更专业的可视化工具进行深度解读。
核心特点
与通用代码质量检查工具不同，它深度集成Python生态的专用性能剖析库（如cProfile, line_profiler, memory_profiler），能提供从函数级到行级的精确耗时与内存分配分析，而非静态代码检查。
注意事项
不适合用于分析非Python代码（如C扩展内部）的性能问题，且深度剖析可能引入额外开销，影响实时性要求极高的线上服务。
常见问题
这个Skill能找出内存泄漏吗？
可以，它能通过memory_profiler等工具监控内存使用趋势，帮助定位可能导致内存泄漏的代码段。
支持分析异步代码的性能吗？
支持，它可以结合针对asyncio的专用剖析工具来分析协程和异步任务的性能表现。
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/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/raw/index.md（查看排版版本）