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/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 `data_processing.py` 里 `calculate_stats` 函数的性能瓶颈。’ 它会运行性能剖析，生成一份报告，指出该函数中耗时最长的子调用和内存增长点，例如发现某个循环内的字符串拼接操作是主要性能瓶颈。
介绍
这个Skill专为解决Python程序运行缓慢和内存占用过高的问题而设计。它通过自动化的性能剖析工具，帮助开发者快速定位代码中的热点函数和内存泄漏点，从而进行针对性优化。
使用时，你只需导入或指定需要分析的Python脚本或函数，该Skill便会运行并收集详细的执行时间、内存分配等数据，并以可视化的报告形式呈现，例如火焰图或调用树，直观展示性能瓶颈所在。
它非常适合后端开发、全栈开发、数据分析师等需要处理计算密集型任务或长期运行服务的Python开发者。无论是优化API接口响应速度，还是减少数据处理任务的内存消耗，都能从中受益。
建议在开发后期或性能测试阶段使用，以获得更接近生产环境的分析结果。注意，剖析过程本身会引入一定的性能开销，可能轻微影响程序的绝对运行时间，但相对性能数据依然可靠。
核心特点
与通用的代码质量检查工具不同，它深度聚焦于运行时性能（CPU时间）和内存使用情况的动态剖析，而非静态代码风格或潜在漏洞。它通常集成了如cProfile、memory_profiler等专业库，提供开箱即用的分析流水线，无需用户手动搭建复杂的性能测试环境。
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，且对短时间运行的脚本（毫秒级）进行剖析可能因开销而失真。
常见问题
这个Skill能找出内存泄漏吗？
可以，它能追踪对象的内存分配和生命周期，帮助识别未被释放的内存。但需要结合代码逻辑进行具体分析。
分析报告包含哪些内容？
通常包含函数调用次数、累计耗时、单次平均耗时、内存占用变化趋势、以及可视化的调用关系图。
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/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/raw/index.md（查看排版版本）