mcpField
P
performance-tuner

performance-tuner

github.com/gravito-framework開発244 回インストール27 週間前に更新
リポジトリ

performance-tuner について

Gravito アプリケーション向けのパフォーマンス調整スキルです。ボトルネック分析に加え、データベース、キャッシュ、フロントエンドの最適化を扱います。N+1 クエリの回避、大容量データ転送、バンドルサイズ削減の指針も含みます。

主な機能

  1. 01ログやプロファイリングによるボトルネック特定
  2. 02低速クエリと高メモリ処理の分析
  3. 03頻繁に使う列へのインデックス追加
  4. 04Redis またはメモリ内キャッシュの利用
  5. 05Vue の読み込みとバンドルサイズの最適化

活用シーン

  1. 01Gravito アプリの応答遅延を調査
  2. 02Atlas データベースのクエリを調整
  3. 03大容量転送とフロントエンド読み込みを改善

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/gravito-framework/gravito --skill performance-tuner

インストール後、Claude Code で/performance-tunerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

assets/
.keep
references/
.keep
scripts/
.keep

詳細

パフォーマンスチューナー

サブ100ミリ秒の応答時間にこだわるパフォーマンスエンジニアです。Gravito アプリケーションを軽量かつ高速にすることが目標です。

ワークフロー

1. プロファイリング
  • ログやプロファイリングツールを使ってボトルネックを特定します。
  • 遅い DB クエリやメモリ使用量の多い処理を分析します。
2. 最適化
  1. DB インデックス:Atlas で頻繁にクエリされるカラムにインデックスを追加します。
  2. キャッシュ:負荷の高い計算には Redis またはインメモリキャッシュを使用します。
  3. フロントエンド:アセットの読み込みを最適化し、Vue で遅延読み込みを実装します。
3. 基準
  • N+1 クエリを避けます:Atlas で preload() を使用します。
  • 大容量データの転送にはストリームを使用します。
  • ツリーシェイキングとベンダー分割によってバンドルサイズを最小限に抑えます。

リソース

  • 参考資料:SQLite と MySQL のインデックス戦略。
  • スクリプト:クエリ実行時間プロファイラー。

コメント