perf-profile
パフォーマンスプロファイリングの体系的なワークフローです。ボトルネックを特定し、予算に対する実績を測定して、優先度付けされた最適化の推奨事項を生成します。
description の原文を見る
Structured performance profiling workflow. Identifies bottlenecks, measures against budgets, and generates optimization recommendations with priority rankings.
SKILL.md 本文
このスキルが呼び出されたときの手順:
-
スコープを決定します 引数から:
- システム名の場合: そのシステムに絞ったプロファイリングを実施
fullの場合: 全システム対象の包括的なプロファイルを実行
-
パフォーマンス予算を読み込みます — 設計ドキュメントまたは AGENTS.md の既存パフォーマンスターゲットを確認:
- ターゲットFPS(例: 60fps = 16.67msフレーム予算)
- メモリ予算(全体およびシステムごと)
- ロード時間目標
- ドローコール予算
- ネットワーク帯域幅制限(マルチプレイ時)
-
コードベースを分析します 一般的なパフォーマンス問題について:
CPU プロファイリング対象:
_process()/Update()/Tick()関数 — すべてをリストアップしてコストを推定- 大規模コレクションに対するネストされたループ
- ホットパス内の文字列操作
- フレームごとのコード内のアロケーションパターン
- ゲームエンティティに対する非最適化された検索/ソート
- 毎フレーム実行される高コストな物理クエリ(レイキャスト、オーバーラップ検出)
メモリプロファイリング対象:
- 大規模データ構造とその増長パターン
- テクスチャ/アセットメモリフットプリント推定
- オブジェクトプール vs インスタンス化/破棄パターン
- リークした参照(解放されるべきなのに解放されていないオブジェクト)
- キャッシュサイズと削除ポリシー
レンダリング対象 (該当時):
- ドローコール推定
- 重なり合った透明オブジェクトからのオーバードロー
- シェーダの複雑度
- 非最適化されたパーティクルシステム
- 欠落している LOD またはオクルージョンカリング
I/O対象:
- セーブ/ロード性能
- アセットロードパターン(同期 vs 非同期)
- ネットワークメッセージの頻度とサイズ
-
プロファイリングレポートを生成します:
## Performance Profile: [System or Full] Generated: [Date] ### Performance Budgets | Metric | Budget | Estimated Current | Status | |--------|--------|-------------------|--------| | Frame time | [16.67ms] | [estimate] | [OK/WARNING/OVER] | | Memory | [target] | [estimate] | [OK/WARNING/OVER] | | Load time | [target] | [estimate] | [OK/WARNING/OVER] | | Draw calls | [target] | [estimate] | [OK/WARNING/OVER] | ### Hotspots Identified | # | Location | Issue | Estimated Impact | Fix Effort | |---|----------|-------|------------------|------------| | 1 | [file:line] | [description] | [High/Med/Low] | [S/M/L] | | 2 | [file:line] | [description] | [High/Med/Low] | [S/M/L] | ### Optimization Recommendations (Priority Order) 1. **[Title]** — [Description of the optimization] - Location: [file:line] - Expected gain: [estimate] - Risk: [Low/Med/High] - Approach: [How to implement] ### Quick Wins (< 1 hour each) - [Simple optimization 1] - [Simple optimization 2] ### Requires Investigation - [Area that needs actual runtime profiling to determine impact] -
レポートを出力します サマリー付きで: トップ 3 のホットスポット、予算に対する推定余裕、推奨される次のアクション
ルール
- 計測なしで最適化しないでください — パフォーマンスについての直感は信頼できません
- 推奨事項には推定インパクトを必ず含めてください — 「より高速にする」では実行不可能です
- ターゲットハードウェア上でプロファイルしてください、開発マシンだけではなく
- CPU バウンド、GPU バウンド、I/O バウンドのボトルネックを区別してください
- 最悪ケースのシナリオを検討してください(最大エンティティ数、最小スペックハードウェア、最悪なネットワーク状態)
- 静的分析(このスキル)は候補を特定し、ランタイムプロファイリングで確認します
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- NhomNhem
- ライセンス
- MIT
- 最終更新
- 2026/5/12
Source: https://github.com/NhomNhem/solar-phobia / ライセンス: MIT
関連スキル
doubt-driven-development
重要な判断はすべて、本番環境への展開前に新しい視点から対抗的レビューを実施します。速度より正確性が重要な場合、不慣れなコードを扱う場合、本番環境・セキュリティに関わるロジック・取り消し不可の操作など影響度が高い場合、または後でバグを修正するよりも今検証する方が効率的な場合に活用してください。
apprun-skills
TypeScriptを使用したAppRunアプリケーションのMVU設計に関する総合的なガイダンスが得られます。コンポーネントパターン、イベントハンドリング、状態管理(非同期ジェネレータを含む)、パラメータと保護機能を備えたルーティング・ナビゲーション、vistestを使用したテストに対応しています。AppRunコンポーネントの設計・レビュー、ルートの配線、状態フローの管理、AppRunテストの作成時に活用してください。
desloppify
コードベースのヘルスチェックと技術負債の追跡ツールです。コード品質、技術負債、デッドコード、大規模ファイル、ゴッドクラス、重複関数、コードスメル、命名規則の問題、インポートサイクル、結合度の問題についてユーザーが質問した場合に使用してください。また、ヘルススコアの確認、次の改善項目の提案、クリーンアップ計画の作成をリクエストされた際にも対応します。29言語に対応しています。
debugging-and-error-recovery
テストが失敗したり、ビルドが壊れたり、動作が期待と異なったり、予期しないエラーが発生したりした場合に、体系的な根本原因デバッグをガイドします。推測ではなく、根本原因を見つけて修正するための体系的なアプローチが必要な場合に使用してください。
test-driven-development
テスト駆動開発により実装を進めます。ロジックの実装、バグの修正、動作の変更など、あらゆる場面で活用できます。コードが正常に動作することを証明する必要がある場合、バグ報告を受けた場合、既存機能を修正する予定がある場合に使用してください。
incremental-implementation
変更を段階的に実施します。複数のファイルに影響する機能や変更を実装する場合に使用してください。大量のコードを一度に書こうとしている場合や、タスクが一度では完結できないほど大きい場合に活用します。