# Performance Tracking

> Performance Tracking

- Skill: `wanghaisheng/performance-tracking` (Agent Skill)
- Install (CLI): `npx skillmds@latest add wanghaisheng/performance-tracking`
- Raw SKILL.md: https://api.skillmd.com/api/skills/wanghaisheng/performance-tracking/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: wanghaisheng (https://skillmd.com/u/wanghaisheng)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/wanghaisheng/performance-tracking

---

# Performance Tracking

## 概述
性能追踪技能专注于持续追踪演员的历史表现，识别趋势和异常，为适配度更新和调度优化提供数据支持。

## 核心概念

### 性能追踪
持续记录和分析演员在特定角色上的历史表现数据，包括质量、成本、延迟、成功率等指标。

### 追踪维度
- **时间序列**：按时间记录每次任务执行
- **趋势分析**：识别性能变化趋势
- **异常检测**：识别异常表现
- **对比分析**：对比不同演员的表现

## 数据收集

### 收集内容
- 任务ID和类型
- 执行时间戳
- 输出质量评分
- Token消耗和成本
- 响应时间
- 成功/失败状态
- 用户反馈

### 存储结构
```yaml
performance_record:
  actor: "claude"
  role: "client_unity"
  task_id: "task_123"
  timestamp: "2024-01-15T10:30:00Z"
  quality_score: 9.2
  cost: 0.05
  latency: 2.5
  success: true
  user_feedback: 5
```

## 趋势分析

### 移动平均
计算指标的移动平均，平滑短期波动。

### 趋势识别
- 上升趋势：性能持续改善
- 下降趋势：性能持续下降
- 稳定趋势：性能保持稳定

### 可视化
生成时间序列图表，直观展示性能趋势。

## 异常检测

### 异常类型
- **质量异常**：质量评分突然下降
- **成本异常**：成本突然上升
- **延迟异常**：延迟突然增加
- **失败异常**：失败率突然上升

### 检测方法
- 统计方法：基于历史数据的统计分布
- 阈值方法：设定阈值，超出即为异常
- 机器学习：使用异常检测算法

## 对比分析

### 演员对比
对比不同演员在同一角色上的表现。

### 角色对比
对比同一演员在不同角色上的表现。

### 时间对比
对比同一演员在不同时间段的表现。

## 最佳实践

- 数据应该实时收集，及时更新
- 趋势分析应该考虑时间窗口
- 异常检测应该有合理的阈值
- 对比分析应该控制变量

## 常见错误

- 数据收集不完整，影响分析
- 趋势分析时间窗口不合理
- 异常检测阈值设置不当
- 对比分析变量未控制