mcpField
P
python-performance-optimization

python-performance-optimization

github.com/rmyndharis開発1.9k42 回インストール2 週間前に更新
リポジトリ

python-performance-optimization について

Python アプリケーションの性能をプロファイリングし、CPU、メモリ、データベース、I/O のボトルネックを改善するスキルです。詳細なパターンと例は `resources/implementation-playbook.md` で確認できます。

主な機能

  1. 01Python の性能ボトルネック分析
  2. 02CPU 負荷の高い処理の最適化
  3. 03メモリ使用量の削減とリーク調査
  4. 04データベースクエリと I/O の改善
  5. 05データパイプラインとアルゴリズムの高速化

活用シーン

  1. 01アプリケーション遅延の原因特定
  2. 02本番アプリケーションのメモリ使用量削減
  3. 03データベースクエリ性能の最適化
  4. 04データ処理パイプラインの高速化

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/rmyndharis/antigravity-skills --skill python-performance-optimization

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

同梱ファイルresources/implementation-playbook.md

詳細

Python パフォーマンス最適化

CPU プロファイリング、メモリ最適化、実装のベストプラクティスなど、Python コードのパフォーマンスをプロファイリング、分析、最適化するための包括的なガイドです。

このスキルを使用する場面

  • Python アプリケーションのパフォーマンスのボトルネックを特定する
  • アプリケーションのレイテンシと応答時間を短縮する
  • CPU 負荷の高い処理を最適化する
  • メモリ消費量を削減し、メモリリークを解消する
  • データベースクエリのパフォーマンスを向上させる
  • I/O 処理を最適化する
  • データ処理パイプラインを高速化する
  • 高性能なアルゴリズムを実装する
  • 本番環境のアプリケーションをプロファイリングする

このスキルを使用しない場面

  • タスクが Python のパフォーマンス最適化と関係ない場合
  • この範囲外の別の分野やツールが必要な場合

手順

  • 目標、制約、必要な入力を明確にします。
  • 関連するベストプラクティスを適用し、結果を検証します。
  • 実行可能な手順と検証方法を提示します。
  • 詳細な例が必要な場合は、resources/implementation-playbook.md を開きます。

リソース

  • 詳細なパターンと例については、resources/implementation-playbook.md を参照してください。

コメント

Markdown 対応