Token导航 LogoToken导航TokenDH.com
开发需要联网clawhub未标认证来源可访问clear审计通过

openclaw-perfOpenClaw perf 开发

Agent Skill

openclaw-perf 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

4,039

周安装

165

GitHub Stars

公开资料未说明

下载量

1,294
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:openclaw-perf(OpenClaw perf 开发)
来源仓库:https://github.com/michealxie001/openclaw-perf
安装命令:
openclaw skills install openclaw-perf
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install openclaw-perf

简介

分析代码执行情况并提供性能优化建议。

  • 适合识别程序瓶颈并提出改进方案。openclaw-perf 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 支持多种语言的性能数据整理与分析。
  • 需确认运行环境及依赖工具链可用性。
  • 优化建议应结合业务逻辑审慎评估。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

SKILL.md

name
performance
description
Performance analysis and optimization. Profiles code execution, identifies bottlenecks, and suggests optimizations.

Performance - Performance Analysis

性能分析工具,分析代码执行、识别瓶颈、提供优化建议。

Version: 1.0 Features: 性能分析、瓶颈识别、优化建议、基准测试


Quick Start

1. 分析 Python 代码

# 分析函数执行时间
python3 scripts/main.py profile --file src/main.py --function process_data

# 分析整个模块
python3 scripts/main.py profile --file src/main.py

2. 识别瓶颈

# 扫描代码中的性能问题
python3 scripts/main.py analyze --file src/main.py

# 分析目录
python3 scripts/main.py analyze --dir src/

3. 基准测试

# 运行基准测试
python3 scripts/main.py benchmark --file src/main.py --function heavy_computation

Commands

命令说明示例
profile性能分析profile --file src.py
analyze瓶颈分析analyze --file src.py
benchmark基准测试benchmark --function foo

Profile 输出

$ python3 scripts/main.py profile --file src/processor.py --function process_data

🔍 Performance Profile
======================

Function: process_data
File: src/processor.py:45
Calls: 100
Total time: 2.34s
Avg time: 23.4ms

Top hotspots:
  45% - database.query() (line 67)
  30% - json.dumps() (line 89)
  15% - data transformation (line 78)
  10% - other

Recommendations:
  ⚠️  Consider caching database results
  ⚠️  Use orjson instead of json for better performance

瓶颈分析

$ python3 scripts/main.py analyze --file src/api.py

🔍 Performance Analysis
=======================

File: src/api.py
Issues found: 3

🔴 High Impact:
  Line 34: Nested loop O(n²)
    for user in users:
      for order in orders:  # ← N+1 query pattern
  
  Suggestion: Use JOIN query instead

🟡 Medium Impact:
  Line 67: String concatenation in loop
    result += item  # ← Use list + join instead

🟢 Low Impact:
  Line 89: Unused import
    import heavy_module  # ← Remove if not used

基准测试

$ python3 scripts/main.py benchmark --file src/sort.py --function quicksort

⏱️  Benchmark Results
====================

Function: quicksort
Iterations: 1000

Time (ms):
  Mean:   12.34
  Median: 11.89
  Min:     8.45
  Max:    45.67
  P95:    18.90
  P99:    32.10

Memory (MB):
  Mean:   2.45
  Peak:   4.12

Comparison:
  vs bubble sort: 45x faster
  vs merge sort:  1.2x faster

检测的优化模式

代码层面

问题检测建议
N+1 查询使用 JOIN / select_related
循环内字符串拼接使用 list + join
未使用的导入移除导入
嵌套循环优化算法或使用哈希
重复计算缓存结果

Python 特定

问题检测建议
list vs generator大数据用 generator
dict.get() vs []使用 .get() 避免 KeyError
列表推导式替代 map/filter

Configuration

.performance.json:

{
  "benchmark_iterations": 1000,
  "warmup_iterations": 10,
  "profile_lines": true,
  "check_patterns": [
    "n_plus_one",
    "string_concat_in_loop",
    "unused_imports"
  ]
}

CI/CD 集成

# .github/workflows/performance.yml
name: Performance Check
on: [pull_request]

jobs:
  perf:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3
      
      - name: Analyze Performance
        run: python3 skills/performance/scripts/main.py analyze --dir src/
      
      - name: Run Benchmarks
        run: python3 skills/performance/scripts/main.py benchmark --all

Files

skills/performance/
├── SKILL.md                    # 本文件
└── scripts/
    ├── main.py                 # ⭐ 统一入口
    ├── profiler.py             # 性能分析器
    └── analyzer.py             # 瓶颈分析器

Roadmap

  • [x] Basic profiling
  • [x] Bottleneck detection
  • [x] Benchmark runner
  • [ ] Memory profiling
  • [ ] Flame graph generation

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

96.95%
按下载量换算1,255

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills