慢查询与热点接口性能瓶颈诊断报告
97AI 质量分输入接口耗时数据、调用链片段与 SQL,产出按证据分级的瓶颈清单、成因链、风险与可验证的判断依据,直接用于优化排期评审。
Refactoring & performance
输入接口耗时数据、调用链片段与 SQL,产出按证据分级的瓶颈清单、成因链、风险与可验证的判断依据,直接用于优化排期评审。
让模型稳定扮演有10年经验的性能工程师,对用户提供的线上性能事故进行逐轮追问式复盘,并输出可落地的根因假设与验证清单。
面向做代码重构的开发者,输入重构前后的代码或变更说明,输出一份「行为等价性核对表 + 高风险回归点 + 测试用例补充建议」,确保重构不改变目标行为。
面向后端工程师,针对一个已定位的慢接口/慢方法,输出「瓶颈假设—优化手段—预期收益—验证方式—回滚条件」五段式优化方案,并对每条手段标注风险等级与不改变外部契约的硬约束。
针对 CI 或本地构建脚本,输出可运行的并行化改造脚本、缓存策略脚本与耗时对比报告,直接替换现有流程。
把一段贴进来的遗留脚本(Python/Node/Shell 任选)重构为结构清晰、可测试的模块,同时输出性能瓶颈定位脚本与基准对比脚本,直接可跑。
针对重构引入的回归问题,输入重构前后代码差异与失败用例,让模型对比行为差异、定位引入点,输出最小修复补丁与回归清单。
把错误日志、堆栈、监控指标与近期变更交给模型,按「症状→假设→证据→根因→验证→修复」六段式输出可执行排查报告,适合线上告警后的第一时间定位。
把性能优化中的抽象概念拆成一组可直接分发的讲解卡片:每张卡片包含定义、类比、最小代码示例、自测题,适合做成团队内部分享材料或新人自学包。
面向需要给不同水平同事/新人讲解重构与性能优化的工程师:输入一个真实代码片段与学习者画像,输出分层讲解稿(概念—类比—代码前后对比—练习—检验题),并给出讲解节奏建议。
面向线上性能问题,产出多张可独立验证的「瓶颈假设卡」,每张卡包含假设、验证手段、预期收益与证伪条件,适合直接排进排查排期。
给定一段遗留代码的目标与硬约束,强制从五个互斥视角各产出若干条重构点子,并要求标注代价与收益,用于技术评审前的方案池收集。
把候选优化手段放进「收益/成本」四象限,输出一页式决策备忘,含推荐组合、预期收益区间与埋点验证方案。
把技术选型讨论、方案评审记录、benchmark 报告抽成多方案对比表,字段固定、口径统一,方便直接贴进评审文档。
面向性能负责人:以实测瓶颈数据为输入,输出带收益目标、压测门槛与收益验证节点的优化排期表。
把重构 PR 变成一张可逐项打勾的合并前检查单,覆盖行为等价性、测试覆盖、回滚方案、灰度策略、监控埋点等,输出 PASS/FAIL/BLOCK 判定与补齐清单,适合作为团队 Code Review 模板复用。
面向遗留系统重构场景,输入待评审代码与重构目标,输出五维评分卡(可读性/可测性/性能/兼容性/风险面)逐项打分与证据行号,并给出按优先级排序的可执行修改意见与最小补丁示意。
把性能优化过程的长篇记录(压测数据、排查日志、会议讨论)压缩成结构化复盘纪要,输出结论、证据、待办三段式,直接可贴进周报或复盘文档。
把重构 PR 里情绪化、命令式的代码评审意见,改写成对事不对人、附带理由与替代方案的协作型评论,适用于跨团队或初级同事。
把开发者自己写的性能优化草稿,改写为面向架构评审会/技术委员会的结构化方案文档,保留全部技术结论与数据,改善结构与语气。
为待重构模块从零生成一套回归测试用例集与验收清单,覆盖正常、边界、异常路径,直接作为重构安全网。
输入性能现象与关键代码,产出含根因假设、验证手段、优化项排序清单的完整报告,可直接作为优化排期依据。
输入代码片段与技术栈,产出一份可直接评审的重构方案文档,含现状诊断、目标架构、分步计划、风险与回滚策略。
模型扮演一位说话直接、喜欢反问的架构师,通过连续追问帮助用户自己梳理出性能瓶颈,而不是直接给答案,适合作为优化前的自我演练。