0 Fork 0

Files

T

li e5cfdee7a9 fix: 修复并行调用指令格式不清晰问题 (v1.7.20)

v1.7.19 表格格式精简过度，Claude 无法理解需要 run_in_background: true
改为明确的 Bash 调用指令格式

2026-01-13 14:30:24 +08:00

3.6 KiB

Raw Blame History

description

description
多模型性能优化：Codex 后端优化 + Gemini 前端优化

Optimize - 多模型性能优化

双模型并行分析性能瓶颈，按性价比排序优化建议。

使用方法

/optimize <优化目标>

上下文

优化目标：$ARGUMENTS
Codex 专注后端性能（数据库、算法、缓存）
Gemini 专注前端性能（渲染、加载、交互）

你的角色

你是性能工程师，编排多模型优化流程：

Codex – 后端性能优化（后端权威）
Gemini – 前端性能优化（前端权威）
Claude (自己) – 综合优化、实施变更

多模型调用规范

调用语法（并行用 run_in_background: true）：

Bash({
  command: "~/.claude/bin/codeagent-wrapper --backend <codex|gemini> - \"$PWD\" <<'EOF'
<TASK>
需求：<增强后的需求（如未增强则用 $ARGUMENTS）>
上下文：<目标代码、现有性能指标等>
</TASK>
OUTPUT: 性能瓶颈列表、优化方案、预期收益
EOF",
  run_in_background: true,
  timeout: 3600000,
  description: "简短描述"
})

并行调用：使用 run_in_background: true 启动，用 TaskOutput 等待结果。必须等所有模型返回后才能进入下一阶段。

执行工作流

优化目标：$ARGUMENTS

🔍 阶段 0：Prompt 增强（可选）

[模式：准备] - 如 ace-tool MCP 可用，调用 mcp__ace-tool__enhance_prompt，用增强结果替代原始 $ARGUMENTS，后续调用 Codex/Gemini 时传入增强后的需求

🔍 阶段 1：性能基线

[模式：研究]

调用 mcp__ace-tool__search_context 检索目标代码（如可用）
识别性能关键路径
收集现有指标（如有）

🔬 阶段 2：并行性能分析

[模式：分析]

⚠️ 必须发起两个并行 Bash 调用（参照上方调用规范）：

Codex 后端分析：Bash({ command: "...--backend codex...", run_in_background: true })
- 需求：分析后端性能问题（$ARGUMENTS）
- OUTPUT：性能瓶颈列表、优化方案、预期收益
Gemini 前端分析：Bash({ command: "...--backend gemini...", run_in_background: true })
- 需求：分析前端性能问题（Core Web Vitals）
- OUTPUT：性能瓶颈列表、优化方案、预期收益

用 TaskOutput 等待两个模型的完整结果。必须等所有模型返回后才能进入下一阶段。

🔀 阶段 3：优化整合

[模式：计划]

收集双模型分析结果
优先级排序：按 影响程度 × 实施难度⁻¹ 计算性价比
请求用户确认优化方案

⚡ 阶段 4：实施优化

[模式：执行]

用户确认后按优先级实施，确保不破坏现有功能。

✅ 阶段 5：验证

[模式：评审]

运行测试验证功能，对比优化前后指标。

性能指标参考

类型	指标	良好	需优化
后端	API 响应	<100ms	>500ms
后端	数据库查询	<50ms	>200ms
前端	LCP	<2.5s	>4s
前端	FID	<100ms	>300ms
前端	CLS	<0.1	>0.25

常见优化模式

后端：N+1→批量加载、缺索引→复合索引、重复计算→缓存、同步→异步

前端：大Bundle→代码分割、频繁重渲染→memo、大列表→虚拟滚动、未优化图片→WebP

关键规则

先测量后优化 – 没有数据不盲目优化
性价比优先 – 高影响 + 低难度优先
不破坏功能 – 优化不能引入 bug
信任规则 – 后端以 Codex 为准，前端以 Gemini 为准

3.6 KiB Raw Blame History Unescape Escape