python-performance-optimization
Otimizar performance Python com profiling
Também disponível em: ActiveInferenceInstitute
Código Python lento esconde gargalos que desperdiçam recursos e tempo. Esta skill guia você através de passos de profiling e otimização com ferramentas e padrões concretos.
Baixar o ZIP da skill
Upload no Claude
Vá em Configurações → Capacidades → Skills → Upload skill
Ative e comece a usar
Testar
A utilizar "python-performance-optimization". Me ajude a profile uma função lenta de processamento de dados e sugira melhorias.
Resultado esperado:
- Rode cProfile e ordene por tempo cumulativo para encontrar as funções mais quentes
- Substitua acumulação em lista por generators onde possível para reduzir memória
- Considere multiprocessing para passos bound a CPU após o profiling confirmar gargalos
A utilizar "python-performance-optimization". Minha API Python responde lentamente sob carga. Como encontro o gargalo?
Resultado esperado:
- Use cProfile para identificar quais funções consomem mais tempo
- Verifique padrões de query N+1 no acesso ao banco de dados
- Considere adicionar lru_cache a computações repetidas
- Profile com py-spy em produção se for seguro
A utilizar "python-performance-optimization". Mostre-me como otimizar uso de memória em um script de longa execução.
Resultado esperado:
- Use tracemalloc para rastrear alocações e encontrar memory leaks
- Substitua listas por generators para streaming de dados
- Use __slots__ em classes para reduzir memória por instância
- Considere WeakValueDictionary para caches
Auditoria de Segurança
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.
Fatores de risco
⚙️ Comandos externos (53)
Pontuação de qualidade
O Que Você Pode Construir
Reduzir latência de API
Profile endpoints lentos e aplique caching ou mudanças em estruturas de dados para respostas mais rápidas.
Acelerar jobs em lote
Otimize loops, uso de memória e padrões de I/O em pipelines de dados.
Plano de revisão de performance
Crie um plano de profiling e priorize correções para os maiores gargalos.
Tente Estes Prompts
Mostre um exemplo mínimo de cProfile para uma função lenta e explique como ler os resultados de tempo cumulativo principais.
Explique como usar line_profiler em uma função e como interpretar os timings por linha.
Forneça uma abordagem com memory_profiler ou tracemalloc para encontrar alocações de pico em um script.
Sugira opções de otimização para um pipeline bound a CPU, incluindo mudanças de algoritmo, caching e multiprocessing.
Melhores Práticas
- Profile antes de otimizar para confirmar que gargalos existem
- Faça benchmark de cada mudança para validar que melhorias ocorreram
- Foque esforço de otimização em hot paths que executam mais frequentemente
Evitar
- Otimizar sem primeiro profilear para identificar gargalos reais
- Mudar múltiplas variáveis entre benchmarks tornando difícil medir impacto
- Sobre-otimizar cold code paths que raramente executam