技能 python-performance-optimization
📦
python-performance-optimization
內容修訂 r1 低風險 ⚙️ 外部命令🌐 網路存取
最佳化 Python 效能
缺乏清楚量測時，緩慢的 Python 程式碼很難改善。此技能會引導 Claude、Codex 和 Claude Code 進行效能剖析、基準測試，以及目標明確的最佳化模式。
支援: Claude Codex Code(CC)
使用我的智慧代理安裝
將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。
智能體請求
Review the Skillstore skill "python-performance-optimization" from https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization.md and its manifest at https://skillstore.io/api/skills/activeinferenceinstitute-python-performance-optimization/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。
測試它
正在使用「python-performance-optimization」。 我的 Python batch job 很慢，而且我不知道該從哪裡開始。
預期結果:
- 從 cProfile 開始，找出累積時間最高的函式。
- 使用 pstats 排序結果，並專注在最主要的熱點路徑。
- 一次只基準測試一項變更，讓每項改善都有量測證據。
正在使用「python-performance-optimization」。 某個檔案處理 script 使用太多記憶體。
預期結果:
- 檢查 script 是否將完整檔案或大型 list 載入記憶體。
- 在可行處，將完整 materialization 替換為 iterator 或 generator。
- 在變更前後使用記憶體剖析，確認尖峰使用量降低。
正在使用「python-performance-optimization」。 我的 API 會等待多個 HTTP call。
預期結果:
- 在加入 multiprocessing 前，先將工作負載分類為 I/O-bound。
- 當 request 可以並行執行時，考慮使用 async I/O。
- 針對安全的測試端點量測延遲與錯誤行為。
安全審計
低風險v10 • 2026/7/9 開啟版本化報告
Most static detections are false positives caused by Markdown code fences and educational Python examples. The only confirmed issue is low-severity guidance for py-spy commands that attach to live processes and may expose stack traces if used without authorization. No prompt injection, credential exfiltration, or malicious intent was found.
1
已掃描檔案
870
分析行數
0
複核項目
0
已忽略的誤報
已確認的安全問題 (3)
低
System reconnaissance
py-spy top --pid 12345
The py-spy example attaches to a live process by PID and can expose stack traces from running applications. This is legitimate profiling guidance, but it should be used only on authorized processes.
低
System reconnaissance
py-spy record -o profile.svg --pid 12345
The py-spy example attaches to a live process by PID and can expose stack traces from running applications. This is legitimate profiling guidance, but it should be used only on authorized processes.
低
System reconnaissance
py-spy dump --pid 12345
The py-spy example attaches to a live process by PID and can expose stack traces from running applications. This is legitimate profiling guidance, but it should be used only on authorized processes.
風險因素
⚙️ 外部命令 (49)
SKILL.md:47-69 SKILL.md:69-75 SKILL.md:75-113 SKILL.md:113-116 SKILL.md:116-125 SKILL.md:125-129 SKILL.md:129-144 SKILL.md:144-147 SKILL.md:147-168 SKILL.md:168-172 SKILL.md:172-196 SKILL.md:196-200 SKILL.md:200-214 SKILL.md:214-220 SKILL.md:220-250 SKILL.md:250-254 SKILL.md:254-275 SKILL.md:275-279 SKILL.md:279-308 SKILL.md:308-312 SKILL.md:312-343 SKILL.md:343-347 SKILL.md:347-375 SKILL.md:375-379 SKILL.md:379-406 SKILL.md:406-412 SKILL.md:412-452 SKILL.md:452-456 SKILL.md:456-484 SKILL.md:484-488 SKILL.md:488-520 SKILL.md:520-524 SKILL.md:524-554 SKILL.md:554-558 SKILL.md:558-602 SKILL.md:602-608 SKILL.md:608-648 SKILL.md:648-652 SKILL.md:652-676 SKILL.md:676-682 SKILL.md:682-723 SKILL.md:723-727 SKILL.md:727-743 SKILL.md:743-747 SKILL.md:747-776 SKILL.md:776-782 SKILL.md:782-804 SKILL.md:804-808 SKILL.md:808-822
偵測到的模式
System reconnaissance×3
審計單位: claude 檢視審計紀錄 →
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization/audits/10?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/activeinferenceinstitute-python-performance-optimization/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/activeinferenceinstitute-python-performance-optimization.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>學術引用 (APA · BibTeX · CFF)
APA 引用
ActiveInferenceInstitute. (2026). python-performance-optimization security audit report (audit version 10) [Author version unspecified]. Skillstore. https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization/audits/10BibTeX 引用
@techreport{activeinferenceinstitute-activeinferenceinstitute-python-performance-optimization-2026,
author = {ActiveInferenceInstitute},
title = {python-performance-optimization security audit report (audit version 10)},
institution = {Skillstore},
year = {2026},
number = {10},
url = {https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization/audits/10},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "python-performance-optimization security audit report (audit version 10)"
version: "unspecified"
type: report
authors:
- name: "ActiveInferenceInstitute"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/activeinferenceinstitute-python-performance-optimization/audits/10"
identifiers:
- type: other
value: "skillstore:activeinferenceinstitute-python-performance-optimization:audit:10"
description: "Skillstore immutable audit report identifier"
比較變體
3 個可安裝變體每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。
為何此變體排名第一
Skillstore 評分最高
作者 / 來源 Skillstore 評分 證據置信度 Skillstore 使用量 已更新
sickn33 推薦
sickn33-python-performance-optimization
Skillstore 評分 78
證據置信度 高
Skillstore 使用量 38
已更新
2026-09-09
wshobson-python-performance-optimization
Skillstore 評分 77
證據置信度 高
Skillstore 使用量 57
已更新
2026-09-09
activeinferenceinstitute-python-performance-optimization
Skillstore 評分 73
證據置信度 高
Skillstore 使用量 58
已更新
2026-10-21
Skillstore 評分
評分依據 證據置信度: 高 55
架構
85
可維護性
87
內容
72
社群
74
規範符合度
你可以打造什麼
診斷緩慢的服務端點
在修改程式碼前，使用效能剖析輸出來找出熱點函式、昂貴的查詢或阻塞的 I/O。
降低資料工作的記憶體壓力
比較以 list 為基礎的處理方式與 generator、iterator、weak reference，以及記憶體剖析技術。
準備效能改善計畫
對目前行為進行基準測試，選擇聚焦的最佳化模式，並在每次變更後量測結果。
試試這些提示
找出我的第一個瓶頸
使用 python-performance-optimization 技能來協助我剖析這個 Python 函式。說明應該先使用哪個 profiler，以及什麼結果能證明瓶頸所在。
改善緩慢的迴圈
使用 python-performance-optimization 技能來審查這個緩慢的 Python loop。建議更快的資料結構或內建操作，然後說明如何對變更進行基準測試。
降低記憶體使用量
使用 python-performance-optimization 技能來分析這個大量使用記憶體的 Python 工作流程。找出 generator、iterator 或 weak reference 可能降低記憶體使用的位置。
建立完整的最佳化計畫
使用 python-performance-optimization 技能，為這個 Python 應用程式建立以量測為導向的最佳化計畫。包含 CPU profiling、memory profiling、I/O review、database checks 和 benchmark validation。
最佳實務
- 先進行效能剖析再最佳化，讓變更針對已量測的瓶頸。
- 讓基準測試保持小型、可重複，並貼近真實工作負載。
- 比較前後結果，包括執行時間、記憶體和正確性。
避免
- 不要最佳化不屬於已量測變慢原因的程式碼路徑。
- 不要假設 microbenchmark 結果適用於每一種 production workload。
- 未經授權，不要將 profiler 附加到 production process。
常見問題
這個技能會自動執行 profiler 嗎？
不會。它提供指引、範例和 command pattern，使用者可以自行選擇是否執行。
我應該從哪個 profiler 開始？
從 cProfile 開始檢查 CPU time，然後在懷疑記憶體是瓶頸時使用 memory_profiler 或 tracemalloc。
它能協助處理 production 效能問題嗎？
可以。它會討論使用 py-spy 進行 live profiling，但使用者只應剖析已授權的系統和程序。
它涵蓋資料庫效能嗎？
可以。它包含 batch insert、query planning、index，以及只選取需要的 column。
它能協助處理 network-bound Python 程式碼嗎？
可以。它會針對等待外部服務的工作負載，比較同步 request 與 async I/O。
每項最佳化都會改善我的應用程式嗎？
不會。此技能強調在變更前後進行量測，因為結果取決於工作負載、資料大小和執行環境。
開發者詳細資訊
授權
MIT
Skillstore 修訂
r1
版本提示
作者未聲明版本。
引用
7db9b9f06e0ab79c575b58bc48c4d8dc9849f424
維護新鮮度
2026/7/23
使用量
13 次下載 · 302 次瀏覽
檔案結構
📄 SKILL.md