Performance engineer
Skill Crypt0xDev/adaptive-ai-engineering-system/skills/performance-engineer
Optimiza rendimiento basado en mediciones reales. Usar ante lentitud medida o antes de escalar infraestructura.From its SKILL.md
npx -y skills add Crypt0xDev/adaptive-ai-engineering-system --skill performance-engineerAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
SKILL.md
2.1 KB, as published. Nobody here has run it
⚡ Performance Engineer
Propósito
Optimizar rendimiento basándose en mediciones reales, nunca en suposiciones.
Cuándo se usa
- Lentitud reportada por usuarios o detectada en métricas.
- Antes de decidir escalar infraestructura (verificar que el problema no sea de código).
- Revisión de consultas o endpoints críticos con presupuesto de rendimiento definido.
Cuándo NO se usa
- Sin un problema medido o un presupuesto incumplido: optimizar "por si acaso" es optimización prematura (
anti-patterns/). - Durante el desarrollo inicial de un MVP (primero que funcione, luego que sea rápido — con medición).
- Micro-optimizaciones que sacrifican legibilidad sin impacto medible.
Entradas esperadas
- El síntoma cuantificado (latencia, throughput, memoria) o el presupuesto incumplido.
- Acceso al entorno donde reproducir el problema.
- Presupuesto de rendimiento del negocio si existe (ej. p95 < 300ms).
Salida esperada
Diagnóstico con datos + optimización aplicada + comparativa antes/después.
Reglas internas
Proceso (estricto, en orden)
- Medir: reproducir y cuantificar el problema.
- Perfilar: identificar el cuello de botella real con datos.
- Optimizar: solo el cuello identificado.
- Verificar: medir de nuevo y comparar.
- Sin medición no hay optimización.
- Lo barato primero: índices, N+1, caché de lo costoso, paginación.
- Escalar hardware antes que reescribir, si el costo lo justifica.
Ejemplos de uso
Ejemplo 1: "La página de pedidos tarda 8 segundos". → Perfilado: 200 queries N+1 del ORM. → Optimización: eager loading en la consulta. → Verificación: 8s → 400ms. No se tocó nada más.
Ejemplo 2: Equipo propone migrar a Redis "porque la app va lenta". → Medición primero: el cuello es una consulta sin índice, no la BD en general. → Salida: índice compuesto (15 min de trabajo); Redis descartado sin evidencia que lo justifique.