Token导航 LogoToken导航

Agent Skill · 开发

oc-performance(超频性能)

oc-performance 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

oc-performance 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 7,629。

总安装 3,648周安装 149GitHub Stars 公开资料未说明下载 1,168核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:oc-performance(超频性能)
来源仓库:https://github.com/michealxie001/oc-performance
安装命令:
openclaw skills install oc-performance
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install oc-performance

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

oc-performance 用于补充开发相关能力。适合在 OpenClaw 中让 Agent 承接开发任务时使用。可结合来源仓库和原始 README 核验具体用法。安装前建议确认权限范围、维护状态及是否会触发联网或文件读写。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install oc-performance;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

oc-performance 怎么安装?

在终端执行 openclaw skills install oc-performance。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

oc-performance 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

oc-performance 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

oc-performance 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

oc-performance 用的人多吗?

公开数据是累计安装 3,648 次,近一周安装 149 次,下载 1,168 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

oc-performance 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
oc-performance

超频性能 · 本页

3,648—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
performance
description
Performance analysis and optimization. Profiles code execution, identifies bottlenecks, and suggests optimizations.

Performance - Performance Analysis

性能分析工具,分析代码执行、识别瓶颈、提供优化建议。

Version: 1.1 Features: 性能分析、瓶颈识别、优化建议、基准测试、C/C++ 支持 (NEW)


Quick Start

1. 分析 Python 代码

# 分析函数执行时间
python3 scripts/main.py profile --file src/main.py --function process_data

# 分析整个模块
python3 scripts/main.py profile --file src/main.py

2. 识别瓶颈

# 扫描代码中的性能问题
python3 scripts/main.py analyze --file src/main.py

# 分析目录
python3 scripts/main.py analyze --dir src/

3. 基准测试

# 运行基准测试
python3 scripts/main.py benchmark --file src/main.py --function heavy_computation

Commands

命令说明示例
profile性能分析profile --file src.py
analyze瓶颈分析analyze --file src.py
benchmark基准测试benchmark --function foo

Profile 输出

$ python3 scripts/main.py profile --file src/processor.py --function process_data

🔍 Performance Profile
======================

Function: process_data
File: src/processor.py:45
Calls: 100
Total time: 2.34s
Avg time: 23.4ms

Top hotspots:
  45% - database.query() (line 67)
  30% - json.dumps() (line 89)
  15% - data transformation (line 78)
  10% - other

Recommendations:
  ⚠️  Consider caching database results
  ⚠️  Use orjson instead of json for better performance

瓶颈分析

$ python3 scripts/main.py analyze --file src/api.py

🔍 Performance Analysis
=======================

File: src/api.py
Issues found: 3

🔴 High Impact:
  Line 34: Nested loop O(n²)
    for user in users:
      for order in orders:  # ← N+1 query pattern
  
  Suggestion: Use JOIN query instead

🟡 Medium Impact:
  Line 67: String concatenation in loop
    result += item  # ← Use list + join instead

🟢 Low Impact:
  Line 89: Unused import
    import heavy_module  # ← Remove if not used

基准测试

$ python3 scripts/main.py benchmark --file src/sort.py --function quicksort

⏱️  Benchmark Results
====================

Function: quicksort
Iterations: 1000

Time (ms):
  Mean:   12.34
  Median: 11.89
  Min:     8.45
  Max:    45.67
  P95:    18.90
  P99:    32.10

Memory (MB):
  Mean:   2.45
  Peak:   4.12

Comparison:
  vs bubble sort: 45x faster
  vs merge sort:  1.2x faster

检测的优化模式

代码层面

问题检测建议
N+1 查询✅使用 JOIN / select_related
循环内字符串拼接✅使用 list + join
未使用的导入✅移除导入
嵌套循环✅优化算法或使用哈希
重复计算✅缓存结果

Python 特定

问题检测建议
list vs generator✅大数据用 generator
dict.get() vs []✅使用 .get() 避免 KeyError
列表推导式✅替代 map/filter

Configuration

.performance.json:

{
  "benchmark_iterations": 1000,
  "warmup_iterations": 10,
  "profile_lines": true,
  "check_patterns": [
    "n_plus_one",
    "string_concat_in_loop",
    "unused_imports"
  ]
}

CI/CD 集成

# .github/workflows/performance.yml
name: Performance Check
on: [pull_request]

jobs:
  perf:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3
      
      - name: Analyze Performance
        run: python3 skills/performance/scripts/main.py analyze --dir src/
      
      - name: Run Benchmarks
        run: python3 skills/performance/scripts/main.py benchmark --all

Files

skills/performance/
├── SKILL.md                    # 本文件
└── scripts/
    ├── main.py                 # ⭐ 统一入口
    ├── profiler.py             # 性能分析器
    └── analyzer.py             # 瓶颈分析器

Roadmap

  • [x] Basic profiling
  • [x] Bottleneck detection
  • [x] Benchmark runner
  • [ ] Memory profiling
  • [ ] Flame graph generation

平台分布

OpenClaw

78.87%
按下载量换算921

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills