技能 performance-gate

performance-gate

安全 🌐 網路存取📁 檔案系統存取⚙️ 外部命令

Выявление антипаттернов производительности при ревью кода

Проблемы производительности сложно обнаружить на этапе разработки, но они вызывают проблемы при масштабировании. Этот гейт предоставляет четкие чек-листы и сократические вопросы для выявления N+1 запросов, неэффективных циклов и проблем с рендерингом до того, как они станут критичными.

支援: Claude Codex Code(CC)
📊 69 充足
1

下載技能 ZIP

2

在 Claude 中上傳

前往 設定 → 功能 → 技能 → 上傳技能

3

開啟並開始使用

測試它

正在使用「performance-gate」。 Проверьте эту функцию на проблемы производительности

預期結果:

  • PERFORMANCE GATE: PASSED
  • Соображения производительности в порядке:
  • Загрузка данных использует массовые операции
  • Паттерны N+1 запросов не обнаружены
  • Пагинация реализована для списковых операций
  • Нет дорогостоящих вычислений в цикле рендеринга

正在使用「performance-gate」。 Проверьте этот React компонент на проблемы производительности

預期結果:

  • PERFORMANCE GATE: WARNING
  • Обнаружено 2 проблемы производительности:
  • Проблема 1: Дорогостоящие вычисления при рендеринге
  • Расположение: Component.tsx:15
  • Вопрос: Нужно ли пересчитывать это при каждом рендере?
  • Проблема 2: Встроенная функция в JSX
  • Расположение: Component.tsx:42
  • Вопрос: Действительно ли Child нужна новая функция при каждом рендере?

安全審計

安全
v5 • 1/16/2026

Pure prompt-based documentation skill. No executable code, network requests, filesystem access, or external command execution. Static findings are all false positives from pattern matching on markdown code examples and metadata fields.

2
已掃描檔案
415
分析行數
3
發現項
5
審計總數
審計者: claude 查看審計歷史 →

品質評分

38
架構
100
可維護性
87
內容
21
社群
100
安全
83
規範符合性

你能建構什麼

Систематическая проверка производительности

Применение последовательных проверок производительности при ревью кода с использованием встроенных чек-листов для базы данных, frontend и API кода.

Анализ запросов к базе данных

Выявление N+1 запросов, проверка реализации пагинации и обеспечение использования массовых операций там, где это уместно.

Проверка оптимизации рендеринга

Выявление ненужных повторных рендерингов, проверка использования мемоизации и поиск дорогостоящих вычислений в телах компонентов.

試試這些提示

Базовая проверка производительности
Review this code for performance issues. Check for: N+1 queries, missing pagination, inefficient loops, expensive render operations, and missing cleanup. Report findings with specific locations.
Аудит запросов к базе данных
Analyze all database queries in this code. Identify any queries inside loops, check if pagination is implemented, and verify indexes are used on queried columns. List each issue with line numbers.
Анализ рендеринга frontend
Review these React components for performance issues. Look for: inline functions passed as props, expensive calculations without useMemo, missing useCallback on handlers, and array operations in render body.
Оценка масштабируемости
Evaluate this code for scalability concerns. Consider: What happens with 10,000 items? Are there nested loops? Is data fetching efficient? Could memory grow unbounded? Return specific concerns with Big O analysis.

最佳實務

  • Использовать массовые операции и объединения вместо запросов внутри циклов
  • Реализовать пагинацию для любого эндпоинта, возвращающего списковые данные
  • Мемоизировать дорогостоящие вычисления и оборачивать обработчики событий с помощью useCallback

避免

  • Запросы внутри циклов (проблема N+1) вместо пакетной обработки
  • Получение всех записей без пагинации или ограничений
  • Создание новых функций или объектов встроенно в JSX, вызывающее повторные рендеры

常見問題

Что такое проблема N+1 запросов?
N+1 возникает, когда код получает список элементов, а затем делает отдельный запрос к базе данных для каждого элемента. Один запрос для получения списка плюс N запросов для связанных данных.
Обнаруживает ли этот гейт все проблемы производительности?
Нет. Этот гейт выявляет очевидные антипаттерны. Сложные алгоритмические проблемы, глубокие утечки памяти и фактические измерения производительности требуют инструментов профилирования.
Могу ли я использовать это с моим существующим процессом ревью кода?
Да. Этот гейт работает автономно или интегрируется с любым процессом ревью. Используйте чек-листы как руководство при ручных проверках.
Безопасны ли мои данные при использовании этого гейта?
Да. Это скилл на основе промптов без выполнения кода. Он только проверяет предоставленный вами код и не получает доступ к файлам, сети или системным ресурсам.
Что, если я не согласен с предупреждением?
Предупреждения носят рекомендательный характер. Если у вас есть обоснование для паттерна (небольшой набор данных, фаза прототипирования), вы можете принять это к сведению и продолжить.
Чем это отличается от линтеров?
Линтеры выявляют проблемы синтаксиса и стиля. Этот гейт оценивает паттерны проектирования и проблемы масштабируемости, требующие человеческого суждения.

開發者詳情

檔案結構

📄 SKILL.md