performance-profiler

Performance Profiler

一键分析项目性能瓶颈，输出优先级排序的优化建议。

Overview

扫描项目代码和配置，检测性能问题：bundle 体积、依赖膨胀、大文件、未优化的资源。输出按影响程度排序的可执行优化建议报告。

When to Use

• User wants to analyze project performance
• User mentions bundle size, slow loading, or performance optimization
• User wants to know which dependencies are slowing down the project
• User inputs /performance-profiler
• User wants to reduce bundle size for faster page loads
• User wants to find and remove unused dependencies
• User wants to check for barrel file impact on tree-shaking
• User wants performance optimization recommendations

When NOT to Use:

• User wants runtime profiling (requires dedicated APM tools like New Relic, Datadog)
• User wants load testing (use k6, Locust, or Apache Bench)
• User only wants to view code coverage (use coverage tools like Istanbul, coverage.py)
• User wants to optimize database queries (use EXPLAIN plans, slow query logs)
• User wants to check Core Web Vitals (use Lighthouse, PageSpeed Insights)

Core Pattern

Step 1: 检测项目类型

检测文件	项目类型	分析重点
package.json	Node.js / 前端	bundle size、依赖数量、tree-shaking
go.mod	Go	二进制大小、依赖数量
requirements.txt / pyproject.toml	Python	依赖数量、重复依赖

Step 2: 分析依赖

# Node.js
if command -v node >/dev/null 2>&1; then
  # 尝试 cost-of-modules，如果失败则使用替代方案
  if npx --yes cost-of-modules 2>/dev/null; then
    echo "使用 cost-of-modules 分析完成"
  else
    echo "⚠️ cost-of-modules 不可用，使用替代方案"
    cat package.json | python3 -c "
import sys,json
d=json.load(sys.stdin)
deps=d.get('dependencies',{})
dev_deps=d.get('devDependencies',{})
print(f'Direct Dependencies: {len(deps)}')
print(f'Dev Dependencies: {len(dev_deps)}')
print(f'Total: {len(deps) + len(dev_deps)}')
# 列出前 10 个依赖
print('Top dependencies:')
for i, (name, ver) in enumerate(list(deps.items())[:10]):
    print(f'  {name}: {ver}')
"
  fi
else
  echo "⚠️ Node.js 未安装，跳过 Node.js 依赖分析"
fi

# Go
if command -v go >/dev/null 2>&1; then
  echo "Go dependencies:"
  go list -m all 2>/dev/null | tail -n +2 | wc -l || echo "0"
else
  echo "⚠️ go 未安装，跳过 Go 依赖分析"
fi

# Python
if command -v python3 >/dev/null 2>&1; then
  echo "Python dependencies:"
  grep -cvE '^\s*(#|$)' requirements.txt 2>/dev/null || echo "0"
else
  echo "⚠️ python3 未安装，跳过 Python 依赖分析"
fi

统计（对应 templates/report.md 的变量）：

• dep_count：直接依赖数量（Node len(dependencies) / Go go list -m all 计数 / Python requirements 行数）
• total_dep_count：含间接依赖的总数（解析 package-lock.json / go list -m all / pip list）
• outdated_count：过时依赖数量（npm outdated --json / go list -m -u all / pip list --outdated）
• health_score：综合评分（依赖规模、过时比例、冗余情况，0-100）
• deps[].size：包大小（来自 cost-of-modules 或 bundlephobia；无则留空）
• 重复依赖（不同包引入同一依赖的不同版本）
• 可能的冗余依赖

Step 3: 扫描代码模式

前端/Node.js 重点：

• 检查 import/require 是否有 barrel file（index.ts re-export 所有模块）
• 检查是否有大型静态文件（>500KB 的图片/字体）
• 检查是否有未使用的 CSS/JS 文件
• 检查 next.config.js / vite.config.ts 的优化配置

Go 重点：

• 检查是否有不必要的 init() 函数
• 检查大 struct 的值传递（应改指针）

Python 重点：

• 检查是否有 import *
• 检查是否有同步 I/O 在异步上下文中

Step 4: 生成报告

使用 templates/report.md 模板，输出：

1. 总览 — 依赖数量、项目健康度评分
2. 高优先级 — 影响最大的问题（bundle 膨胀、冗余依赖）
3. 中优先级 — 代码层面的优化点
4. 低优先级 — 建议性改进
5. 具体修复命令 — 每个问题附带可执行的修复命令

Quick Reference

/performance-profiler              # 分析当前项目，输出优化建议报告

Common Mistakes

错误	正确做法	原因
只看依赖数量不看体积	同时分析包体积	10 个小包可能比 1 个大包更好
建议删除所有 devDependencies	devDependencies 不进生产	它们不影响线上性能
忽略 lock 文件	分析 lock 文件中的实际依赖树	package.json 声明 ≠ 实际安装
不区分生产/开发依赖	重点分析 dependencies	devDependencies 不影响 bundle
忽略 barrel file 影响	检查 index.ts 重新导出模式	barrel file 阻止 tree-shaking，大幅增加 bundle
不考虑代码分割	检查动态 import 使用情况	单 chunk 加载所有代码影响首屏
建议删除所有重复依赖	分析实际使用再决定	有些是 peer dependency 必须保留
只分析前端不分析后端	全栈项目前后端都分析	Go/Python 也有性能问题
跳过 lock 文件分析	解析 lock 文件获取完整依赖树	直接依赖少不代表间接依赖少