performance-profiling

パフォーマンスのプロファイリング

このスキルを使って、Apple アプリのパフォーマンス問題を体系的に診断し、適切なプロファイリングのワークフローを選択し、対象を絞った修正を適用して、実測値で変更を検証します。

このスキルを使う場面

• Time Profiler によるプロファイリングが必要な、Apple プラットフォームアプリのハング、カクつき、フレーム落ち、高い CPU 使用率
• Leaks、Allocations、またはメモリグラフデバッガーによる調査が必要な、メモリリーク、メモリ使用量の制御不能な増加、OOM クラッシュ
• App Launch インストゥルメントによる分析が必要な、コールド起動／ウォーム起動の遅さ、初回フレーム表示までの時間の遅さ
• Energy Log による調査が必要な、バッテリー消費、サーマルスロットリング、過剰なバックグラウンド／ネットワークの電力消費
• Xcode Diagnostics と MetricKit の包括的なレビュー用チェックリストや、os_signpost による計測フックの追加が必要な、リリース前のパフォーマンス監査
• バンドルサイズ、API レイテンシ、データベースのクエリプランなど、一般的な（Apple 以外の）Web／サービスのパフォーマンス調整には使用しません。その場合は performance-optimization を使用してください。また、Unity／Unreal Engine のフレームキャプチャの解釈には使用しません。その場合は game-performance-profiler を使用してください。

判断ツリー

コードを変更する前に、参照ファイルを選択してください。

What performance problem are you investigating?

+ App hangs, stutters, dropped frames, slow UI, high CPU
  -> Read references/time-profiler.md

+ High memory, leaks, OOM crashes, growing footprint
  -> Read references/memory-profiling.md

+ Slow cold launch, warm launch, resume, or time to first frame
  -> Read references/launch-optimization.md

+ Battery drain, thermal throttling, background energy, network waste
  -> Read references/energy-diagnostics.md

+ General "app feels slow"
  -> Start with references/time-profiler.md, then references/memory-profiling.md

+ Pre-release performance audit
  -> Read all reference files and use the review checklist below

クイックリファレンス

問題	インストゥルメント／ツール	主な指標	参照先
UI が 250 ms を超えてハングする	Time Profiler + Hangs	ハング時間、メインスレッドのスタック	references/time-profiler.md
高い CPU 使用率	Time Profiler	関数ごとの CPU 使用率、コールツリーの重み	references/time-profiler.md
メモリリーク	Leaks + Memory Graph	リークしたバイト数、保持サイクルの経路	references/memory-profiling.md
メモリ使用量の増加	Allocations	生存バイト数、世代分析	references/memory-profiling.md
起動が遅い	App Launch	初回フレームまでの時間、メイン処理前、メイン処理後	references/launch-optimization.md
バッテリー消費	Energy Log	エネルギーへの影響、CPU／GPU／ネットワークのアクティビティ	references/energy-diagnostics.md
サーマル問題	Activity Monitor、Instruments	サーマル状態の遷移	references/energy-diagnostics.md
ネットワークの無駄	ネットワークプロファイラー	重複した取得、ペイロードサイズ	references/energy-diagnostics.md

ワークフロー

1. ユーザーからの報告、トレース、ログ、またはコードパスからパフォーマンスのカテゴリを特定します。
2. 問題が広範または不明確でない限り、該当する参照ファイルだけを読みます。
3. 代表的なデータを使い、Release ビルドで実機のプロファイリングを優先します。
4. 修正を提案する前に、プロファイルで示されたコードパスを調査します。
5. 実測されたボトルネックに対処する、最小限で対象を絞った修正を適用します。
6. 再度プロファイリングするか、再現可能な計測を追加して、改善を確認します。

プロファイリングの基本ルール

• 可能な場合は実機でプロファイリングします。Simulator はホストの CPU とメモリを使用します。
• 最適化によってホットパスが変わる場合があるため、Release 構成を使用します。
• 空のデータベースや簡易的なアセットではなく、代表的なデータを使って再現します。
• プロファイリング中のノイズを減らすため、関係のないアプリを終了します。
• 結果を具体的に示せるよう、修正前後の計測値を残します。
• 継続的に処理時間を把握する必要があるワークフローでは、os_signpost マーカーを追加します。

Xcode Diagnostics

疑われる問題に合致する場合は、Scheme > Run > Diagnostics の関連設定を推奨します。

設定	用途
Main Thread Checker	メインスレッド以外での UI 処理
Thread Sanitizer	データ競合、安全でない共有状態
Address Sanitizer	バッファーオーバーフロー、解放後使用
Malloc Stack Logging	メモリ割り当てのコールスタック
Zombie Objects	解放済みオブジェクトへのメッセージ

MetricKit フック

起動、応答性、メモリ、診断情報を本番環境で監視するために、MetricKit を提案してください。

import MetricKit

final class PerformanceReporter: NSObject, MXMetricManagerSubscriber {
    func startCollecting() {
        MXMetricManager.shared.add(self)
    }

    func didReceive(_ payloads: [MXMetricPayload]) {
        for payload in payloads {
            if let launch = payload.applicationLaunchMetrics {
                log("Resume time: \(launch.histogrammedResumeTime)")
            }
            if let responsiveness = payload.applicationResponsivenessMetrics {
                log("Hang time: \(responsiveness.histogrammedApplicationHangTime)")
            }
            if let memory = payload.memoryMetrics {
                log("Peak memory: \(memory.peakMemoryUsage)")
            }
        }
    }

    func didReceive(_ payloads: [MXDiagnosticPayload]) {
        for payload in payloads {
            if let hangs = payload.hangDiagnostics {
                for hang in hangs {
                    log("Hang: \(hang.callStackTree)")
                }
            }
        }
    }
}

レビューチェックリスト

応答性：

• メインスレッドで100 msを超える同期処理を行わないでください。
• メインスレッドでファイルの入出力やネットワーク呼び出しを行わないでください。
• Core DataまたはSwiftDataの大規模なフェッチには、バックグラウンドコンテキストを使用してください。
• 画像はメインスレッド以外でデコードしてください。
• @MainActorは、UIへのアクセスが本当に必要なコードに限定してください。

メモリ：

• デリゲート、クロージャー、オブザーバー、非同期タスクで保持サイクルを発生させないでください。
• 大きなリソースは、表示されなくなったら解放してください。
• コレクションとキャッシュのサイズに上限を設けてください。
• Objective-Cオブジェクトを生成するタイトなループでは、autoreleasepoolを使用してください。

起動：

• @main App構造体のinit()で重い処理を行わないでください。
• 必須ではない初期化は遅延させてください。
• 実用上可能な範囲で、ダイナミックフレームワークを最小限にしてください。
• 起動時に同期ネットワーク呼び出しを行わないでください。

エネルギー：

• バックグラウンドタスクには、適切なBGTaskSchedulerリクエストタイプを使用してください。
• 位置情報の精度は、製品のニーズに合わせてください。
• タイマーには許容範囲を設定し、システムがウェイクアップをまとめられるようにしてください。
• 可能な場合は、ネットワークリクエストをまとめてキャッシュしてください。

参考資料

• 上流ソース：MengTo/Skills — performance-profiling
• references/time-profiler.md：CPUプロファイリング、ハング検出、signpost API。
• references/memory-profiling.md：Allocations、Leaks、Memory Graphデバッガー。
• references/launch-optimization.md：起動フェーズとコールド／ウォームスタートの最適化。
• references/energy-diagnostics.md：バッテリー、熱状態、ネットワーク効率。
• agents/openai.yaml：OpenAIエージェントのインターフェースメタデータ（表示名、短い説明、デフォルトのプロンプト）。