技能性能优化引擎

技能文档

---
name: jineng-youhua-yinqing
description: AI技能性能优化引擎，对现有技能进行Token节省、性能提升、安全加固、代码重构和质量增强。采用4步优化流程：基线测量-优化分析-实施优化-验证对比。集成性能工程方法论和安全加固标准，确保优化后功能无回归。当需要对技能进行性能优化、Token节省、上下文精简、安全加固、代码重构、质量提升时触发。触发词：优化技能、节省Token、精简技能、重构技能、提升技能质量、安全加固。
title: 技能性能优化引擎
category: 开发工具
---

# 技能性能优化引擎

## 核心原则

1. **安全第一**：安全加固优先于性能优化，不得以牺牲安全换取性能
2. **可量化**：优化必须有明确的指标改善（Token 节省、延迟降低等）
3. **无回归**：优化后功能必须与优化前完全一致
4. **渐进式**：每次优化聚焦一个维度，便于定位问题

---

## 优化维度

| 维度 | 目标 | 指标 | 优先级 |
|------|------|------|--------|
| **Token 优化** | 减少 SKILL.md 上下文占用 | Token 数下降 | P1 |
| **性能优化** | 降低执行延迟 | P95 延迟下降 | P2 |
| **代码优化** | 提高脚本执行效率 | 吞吐量提升 | P2 |
| **安全加固** | 缩小攻击面 | 安全评分提升 | P0（强制）|
| **可维护性** | 提高代码质量 | 评分提升 | P3 |

> **优先级规则**：P0（安全）无条件执行，P1（Token）影响成本，P2（性能）影响体验，P3（可维护）长期价值

---

## 4步优化流程

### 第1步：基线测量

**输出**：优化前的各项指标基线值

#### 1.1 Token 分析

```bash
# 统计 SKILL.md Token 数（估算：1 Token 约 4 字符）
wc -c SKILL.md  # 字节数
grep -c "^" SKILL.md  # 行数

# 统计 references/ 总 Token 数
cat references/*.md | wc -c
```

**Token 预算目标**：
| 文件类型 | 目标上限 | 说明 |
|---------|---------|------|
| SKILL.md | < 5,000 tokens | 主触发文件 |
| 单个引用文件 | < 2,000 tokens | references/ |
| 脚本注释 | < 500 tokens | 精简注释 |

#### 1.2 性能基线

记录执行时间、资源使用、安全基线等指标。

#### 1.3 安全基线

执行安全审查：威胁建模、漏洞评分、权限范围评估。

---

### 第2步：优化分析

#### 2.1 Token 优化分析

| 优化策略 | 预期节省 | 适用场景 |
|---------|---------|---------|
| **渐进式披露** | 20-40% | 详细文档 > 100 行 |
| **代码外置** | 30-50% | 重复代码块 |
| **引用外置** | 40-60% | API 文档/Schema |
| **精简描述** | 10-20% | 冗长的描述 |

**Token 优化检查清单**：
- SKILL.md 是否超过 500 行？ 拆分到 references/
- 是否有重复的代码示例？ 合并/外置
- 是否有冗长的解释？ 精简为要点
- 是否有不必要的示例？ 删除
- Frontmatter 是否过于复杂？ 精简 metadata

#### 2.2 性能优化分析

| 瓶颈类型 | 识别方法 | 优化方案 |
|---------|---------|---------|
| **I/O 瓶颈** | 等待文件/网络 | 批量操作、缓存 |
| **CPU 瓶颈** | 密集计算 | 算法优化、并行化 |
| **内存瓶颈** | 大文件处理 | 流式处理、分块 |
| **启动瓶颈** | 脚本加载慢 | 懒加载、按需导入 |

#### 2.3 安全加固分析

**加固优先级**：

| 优先级 | 加固项 | 预期效果 |
|--------|--------|---------|
| P0 | 移除硬编码密钥 | 消除高危漏洞 |
| P0 | 收紧文件权限 | 防止越权访问 |
| P0 | 减少依赖 | 缩小攻击面 |
| P1 | 泛化错误信息 | 防止信息泄露 |
| P1 | 输入验证强化 | 防止注入攻击 |
| P2 | 添加超时保护 | 防止 DoS |
| P2 | 日志脱敏 | 防止隐私泄露 |

---

### 第3步：实施优化

> **重要**：在实施任何优化之前，先测量基线（第1步），保留基线快照。

#### 3.1 Token 优化实施

- 将 > 50行的详细文档外置到 `references/`
- 将 > 20行的代码块外置到 `scripts/` 或 `references/`
- 主文件仅保留摘要和调用命令

#### 3.2 性能优化实施

- 按需导入，避免启动时加载全部模块
- 重复计算结果缓存
- 批量读写替代逐个操作

#### 3.3 安全加固实施

- API 密钥/令牌改为环境变量读取
- 输入验证强化：名称正则验证、路径遍历检查
- 添加操作超时限制

#### 3.4 回归保护（自动）

> 任何优化后若回归测试失败，必须自动回滚，不得交付退化版本。

---

### 第4步：验证与对比

#### 4.1 优化后测量

对比优化前后的 Token 节省、性能改善、安全加固指标。

#### 4.2 功能回归测试

- 所有原有功能仍然正常工作
- 触发关键词仍然有效
- 错误处理与优化前一致
- 输出格式与优化前一致

#### 4.3 安全验证

- 安全审查通过
- 威胁建模无新增风险
- 权限范围已最小化
- 无新引入的依赖

---

## 优化记录模板

保存至 `references/optimization-log.md`：

```markdown
# 技能优化记录

## 技能信息
- 名称：{name}
- 优化前版本：{version}
- 优化后版本：{version}
- 优化日期：{date}

## 优化摘要

### Token 优化
- 优化前：{X} tokens
- 优化后：{Y} tokens
- 节省：{Z}%

### 性能优化
| 指标 | 优化前 | 优化后 | 改善 |
|------|--------|--------|------|
| P95 延迟 | Xms | Yms | Z% |

### 安全加固
- 主要加固项列表

## 验证结果

| 测试项 | 结果 |
|--------|------|
| 回归测试 | 通过/未通过 |
| Token 测量 | 通过/未通过 |
| 性能测试 | 通过/未通过 |
| 安全审查 | 通过/未通过 |
```

---

## 快速参考

### 触发命令

| 用户请求 | 优化维度 | 优先级 |
|---------|---------|--------|
| "减少技能 XX 的 Token 占用" | Token | P1 |
| "加快技能 XX 的执行速度" | 性能 | P2 |
| "加固技能 XX 的安全性" | 安全 | P0 |
| "重构技能 XX 的代码" | 可维护性 | P3 |
| "全面优化技能 XX" | 全部 | P0-P1-P2-P3 |

### 常见错误

1. **跳过基线测量**：未测量就优化，无法验证效果
2. **安全为性能让路**：发现安全问题时必须优先修复
3. **过度优化**：Token 节省 < 5% 无实际价值
4. **破坏功能**：优化后功能异常，必须回滚
5. **不记录优化**：历史优化未记录，无法追溯

## 回滚策略

如优化后回归测试失败，执行回滚：

**回滚触发条件**：
- 回归测试失败
- 安全评分恶化
- 功能严重退化

**回滚后操作**：
1. 记录回滚详情至优化日志
2. 分析退化原因
3. 修复后重新优化

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。