python-performance-optimization
Python-Leistung mit Profiling optimieren
Auch verfügbar von: ActiveInferenceInstitute
Langsamer Python-Code verbirgt Engpässe, die Ressourcen und Zeit verschwenden. Diese Anleitung führt Sie durch Profiling- und Optimierungsschritte mit konkreten Werkzeugen und Mustern.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "python-performance-optimization". Help me profile a slow data processing function and suggest improvements.
Erwartetes Ergebnis:
- Führen Sie cProfile aus und sortieren Sie nach kumulativer Zeit, um die heißesten Funktionen zu finden
- Ersetzen Sie Listenakkumulation durch Generatoren, wo möglich, um Speicher zu reduzieren
- Erwägen Sie Multiprocessing für CPU-gebundene Schritte, nachdem das Profiling Engpässe bestätigt
Verwendung von "python-performance-optimization". My Python API responds slowly under load. How do I find the bottleneck?
Erwartetes Ergebnis:
- Verwenden Sie cProfile, um herauszufinden, welche Funktionen die meiste Zeit verbrauchen
- Suchen Sie nach N+1-Abfragemustern beim Datenbankzugriff
- Erwägen Sie das Hinzufügen von lru_cache für wiederholte Berechnungen
- Profilen Sie mit py-spy in der Produktion, falls sicher
Verwendung von "python-performance-optimization". Show me how to optimize memory usage in a long-running script.
Erwartetes Ergebnis:
- Verwenden Sie tracemalloc, um Belegungen zu verfolgen und Lecks zu finden
- Ersetzen Sie Listen durch Generatoren für Streaming-Daten
- Verwenden Sie __slots__ in Klassen, um den Speicher pro Instanz zu reduzieren
- Erwägen Sie WeakValueDictionary für Caches
Sicherheitsaudit
SicherDocumentation-only skill containing Python optimization guidance. All static findings are false positives caused by the scanner misinterpreting code examples in markdown documentation. The skill provides instructional content only; no code is executed, no network calls are made, and no files are accessed. Users receive guidance on profiling tools and optimization patterns.
Risikofaktoren
⚙️ Externe Befehle (53)
Qualitätsbewertung
Was du bauen kannst
API-Latenz reduzieren
Profilen Sie langsame Endpunkte und wenden Sie Caching oder Datenstrukturänderungen für schnellere Antworten an.
Batch-Jobs beschleunigen
Optimieren Sie Schleifen, Speichernutzung und I/O-Muster in Daten-Pipelines.
Performance-Review-Plan
Erstellen Sie einen Profiling-Plan und priorisieren Sie Fixes für die größten Engpässe.
Probiere diese Prompts
Zeigen Sie ein minimales cProfile-Beispiel für eine langsame Funktion und erklären Sie, wie Sie die kumulativen Zeitergebnisse lesen.
Erklären Sie, wie Sie line_profiler auf eine Funktion anwenden und wie Sie die Zeittimings pro Zeile interpretieren.
Geben Sie einen memory_profiler- oder tracemalloc-Ansatz an, um Spitzenbelegungen in einem Skript zu finden.
Schlagen Sie Optimierungsoptionen für eine CPU-gebundene Pipeline vor, einschließlich Algorithmusänderungen, Caching und Multiprocessing.
Bewährte Verfahren
- Profilen Sie vor der Optimierung, um sicherzustellen, dass Engpässe existieren
- Buchen Sie jede Änderung, um zu validieren, dass Verbesserungen aufgetreten sind
- Konzentrieren Sie den Optimierungsaufwand auf Hot Paths, die am häufigsten ausgeführt werden
Vermeiden
- Optimieren, ohne vorher zu profilen, um echte Engpässe zu identifizieren
- Ändern mehrerer Variablen zwischen Benchmarks, wodurch die Messung des Impacts erschwert wird
- Übermäßiges Optimieren von kalten Codepfaden, die selten ausgeführt werden