python-performance-optimization
Optimizar el rendimiento de Python con perfiles
También disponible en: ActiveInferenceInstitute
El código Python lento oculta cuellos de botella que desperdician recursos y tiempo. Esta guía te lleva a través de pasos de perfilado y optimización con herramientas y patrones concretos.
Descargar el ZIP de la skill
Subir en Claude
Ve a Configuración → Capacidades → Skills → Subir skill
Activa y empieza a usar
Pruébalo
Usando "python-performance-optimization". Ayúdame a perfilar una función de procesamiento de datos lenta y sugiere mejoras.
Resultado esperado:
- Ejecuta cProfile y ordena por tiempo acumulativo para encontrar las funciones más activas
- Reemplaza la acumulación de listas con generadores donde sea posible para reducir memoria
- Considera el multiprocesamiento para pasos bound a CPU después de que el perfilado confirme cuellos de botella
Usando "python-performance-optimization". Mi API de Python responde lentamente bajo carga. ¿Cómo encuentro el cuello de botella?
Resultado esperado:
- Usa cProfile para identificar qué funciones consumen más tiempo
- Busca patrones de consulta N+1 en el acceso a bases de datos
- Considera agregar lru_cache a cálculos repetidos
- Perfila con py-spy en producción si es seguro
Usando "python-performance-optimization". Muévame cómo optimizar el uso de memoria en un script de larga ejecución.
Resultado esperado:
- Usa tracemalloc para rastrear asignaciones y encontrar fugas
- Reemplaza listas con generadores para transmitir datos
- Usa __slots__ en clases para reducir la memoria por instancia
- Considera WeakValueDictionary para cachés
Auditoría de seguridad
SeguroDocumentation-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.
Factores de riesgo
⚙️ Comandos externos (53)
Puntuación de calidad
Lo que puedes crear
Reducir la latencia de API
Perfila endpoints lentos y aplica caché o cambios en estructuras de datos para respuestas más rápidas.
Acelerar trabajos por lotes
Optimiza bucles, uso de memoria y patrones de E/S en pipelines de datos.
Plan de revisión de rendimiento
Crea un plan de perfilado y prioriza las correcciones para los cuellos de botella más grandes.
Prueba estos prompts
Muestra un ejemplo mínimo de cProfile para una función lenta y explica cómo leer los resultados principales de tiempo acumulativo.
Explica cómo usar line_profiler en una función y cómo interpretar los tiempos por línea.
Proporciona un enfoque de memory_profiler o tracemalloc para encontrar asignaciones máximas en un script.
Sugiere opciones de optimización para un pipeline bound a CPU, incluyendo cambios de algoritmos, caché y multiprocesamiento.
Mejores prácticas
- Perfila antes de optimizar para confirmar que existen cuellos de botella
- Evalúa cada cambio para validar que ocurrieron mejoras
- Enfoca el esfuerzo de optimización en rutas calientes que se ejecutan con más frecuencia
Evitar
- Optimizar sin primero perfilar para identificar cuellos de botella reales
- Cambiar múltiples variables entre evaluaciones haciendo difícil medir el impacto
- Sobre-optimizar rutas de código frías que rara vez se ejecutan