performance optimization
✓全棧性能分析、優化模式和監控策略
SKILL.md
Comprehensive frameworks for analyzing and optimizing application performance across the entire stack.
| LCP (Largest Contentful Paint) | < 2.5s | < 4s | | INP (Interaction to Next Paint) | < 200ms | < 500ms | | CLS (Cumulative Layout Shift) | < 0.1 | < 0.25 | | TTFB (Time to First Byte) | < 200ms | < 600ms |
| Simple reads | < 100ms | | Complex queries | < 500ms | | Write operations | < 200ms | | Index lookups | < 10ms |
全棧性能分析、優化模式和監控策略 來源：ariegoldkin/ai-agent-hub。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/ariegoldkin/ai-agent-hub --skill performance optimization- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 performance optimization？
全棧性能分析、優化模式和監控策略 來源：ariegoldkin/ai-agent-hub。
如何安裝 performance optimization？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/ariegoldkin/ai-agent-hub --skill performance optimization 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/ariegoldkin/ai-agent-hub
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01