How do I install the Pdlc Perf skill?

Run npx skillmds@latest add kanfu-panda/pdlc-perf in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

What does the Pdlc Perf skill do?

性能优化 It is listed under Coding & Dev Tools on SkillMD.

Is Pdlc Perf safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Pdlc Perf?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Pdlc Perf free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Pdlc Perf?

kanfu-panda (@kanfu-panda) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Pdlc Perf by kanfu-panda — Agent Skill

Name: Pdlc Perf
Author: kanfu-panda

File contents

性能优化

对指定服务或应用进行性能分析并提出优化方案。

分析维度

后端性能

数据库层: 慢查询、N+1 问题、缺失索引、全表扫描
缓存层: 缓存命中率、缓存策略（过期/淘汰）、缓存穿透/击穿/雪崩
接口层: 响应时间、并发处理、连接池配置
代码层: 算法复杂度、内存泄漏、不必要的序列化/反序列化

前端性能

加载性能: 首屏时间、资源体积、代码分割、懒加载
运行时性能: 不必要的重渲染、大列表虚拟滚动、防抖/节流
网络优化: 请求合并、资源压缩、CDN 配置
缓存策略: 浏览器缓存、Service Worker、本地存储

工作流程

阅读代码: 分析目标服务/应用的核心逻辑
识别瓶颈: 标注可能存在性能问题的代码段
提出方案: 对每个问题给出优化方案和预期收益
实施优化: 按优先级实施优化代码
【必须创建文件】 在 docs/07_reviews/code/ 下创建性能优化报告

⚠️ 必须创建文件，不可仅在对话中输出。

报告格式

文件名: YYYYMMDD-<服务名>-perf-report.md

文档顶部包含 PDLC 追溯头：

<!-- PDLC-TRACE -->
<!-- 功能名称: <服务名> -->
<!-- 阶段: 性能优化 -->
<!-- 创建时间: <ISO 8601> -->

报告内容：

序号	位置	问题描述	影响程度	优化方案	预期收益

创建后验证：确认文件已存在于 docs/07_reviews/code/ 目录

要求

优化方案按投入产出比排序（性价比高的优先）
给出优化前后的代码对比
不要为了优化而牺牲代码可读性

优化目标: $ARGUMENTS

本命令的 handoff 输出：

✅ 性能优化报告 完成
📦 产出：docs/04_testing/perf/<feature-id>-report.md
👉 下一步：（本次流程结束，无后续）

---name: pdlc-perfdescription: 性能优化---# 性能优化对指定服务或应用进行性能分析并提出优化方案。## 分析维度### 后端性能- **数据库层**: 慢查询、N+1 问题、缺失索引、全表扫描- **缓存层**: 缓存命中率、缓存策略（过期/淘汰）、缓存穿透/击穿/雪崩- **接口层**: 响应时间、并发处理、连接池配置- **代码层**: 算法复杂度、内存泄漏、不必要的序列化/反序列化### 前端性能- **加载性能**: 首屏时间、资源体积、代码分割、懒加载- **运行时性能**: 不必要的重渲染、大列表虚拟滚动、防抖/节流- **网络优化**: 请求合并、资源压缩、CDN 配置- **缓存策略**: 浏览器缓存、Service Worker、本地存储## 工作流程1. **阅读代码**: 分析目标服务/应用的核心逻辑2. **识别瓶颈**: 标注可能存在性能问题的代码段3. **提出方案**: 对每个问题给出优化方案和预期收益4. **实施优化**: 按优先级实施优化代码5. **【必须创建文件】** 在 `docs/07_reviews/code/` 下创建性能优化报告> ⚠️ **必须创建文件，不可仅在对话中输出。**## 报告格式文件名: `YYYYMMDD-<服务名>-perf-report.md`**文档顶部包含 PDLC 追溯头**：``````**报告内容**：| 序号 | 位置 | 问题描述 | 影响程度 | 优化方案 | 预期收益 ||------|------|----------|----------|----------|----------|**创建后验证**：确认文件已存在于 `docs/07_reviews/code/` 目录## 要求- 优化方案按投入产出比排序（性价比高的优先）- 给出优化前后的代码对比- 不要为了优化而牺牲代码可读性优化目标: $ARGUMENTS**本命令的 handoff 输出：**```✅ 性能优化报告完成📦 产出：docs/04_testing/perf/<feature-id>-report.md👉 下一步：（本次流程结束，无后续）```

Frequently asked questions

Pdlc Perf