python-performance-optimization 是帮助 AI 测量和优化 Python 程序的 Skill。把慢代码、运行场景和输入规模交给它，可以从耗时、内存与读写等待中查找瓶颈，再决定怎么改。
一个脚本跑得慢，可能在反复计算，也可能在等数据库或文件。文档把函数耗时、逐行分析、内存分配和调用关系区分开，要求先测量，而不是看到循环就马上换成并发。
找到问题之后，改法才有方向：昂贵的重复计算可以考虑缓存，大数据处理可以考虑生成器，频繁读写可以合并批次。很少执行的代码，即使写得更精巧，对整体耗时也可能没什么帮助。
它适合需要拿测量结果解释优化的开发者。交回的应包括瓶颈位置与相应改动，再用同样工作负载比较效果；如果只得到“使用更高效算法”这样的口号，仍没有完成这份 Skill 要求的工作。