♻️ refactor(playbook): streamline agents and refresh tsl docs

codex/skills/performance-optimization/SKILL.md

@@ -0,0 +1,109 @@
+---
+name: performance-optimization
+description: "性能优化工作流（TSL/Python/C++）：度量→定位→优化→验证。Triggers: 性能优化, 优化性能, 代码慢, 提升速度, performance optimization, slow code, profiling"
+---
+
+# 性能优化工作流
+
+> 适用语言：TSL / Python / C++
+> 核心原则：没有度量就没有优化。
+
+## 使用时机
+
+- 功能正确，但响应慢或资源消耗过高
+- 热路径明显（循环/批处理/大规模数据）
+- 需要在不改变行为的前提下提升性能
+
+## 必备输入
+
+- 目标场景与数据规模（输入大小、并发量）
+- 基线指标（耗时、吞吐、内存、CPU）
+- 约束条件（允许的改动范围、兼容性要求）
+
+## 工作流程（按顺序）
+
+### 1. 度量基线（Baseline）
+
+先拿到“优化前”的数据作为对照。
+
+- TSL（计时示例，使用 MTIC/MTOC）：
+
+```tsl
+T1 := MTIC;
+// ... 逻辑 ...
+Elapsed := MTOC(T1);
+Echo "Elapsed:", Elapsed;
+```
+
+- Python：
+
+```python
+import time
+start = time.time()
+# ... code ...
+print(f"Elapsed: {time.time() - start:.3f}s")
+```
+
+- C++：
+
+```cpp
+auto start = std::chrono::high_resolution_clock::now();
+// ... code ...
+auto elapsed = std::chrono::duration_cast<std::chrono::milliseconds>(
+    std::chrono::high_resolution_clock::now() - start);
+std::cout << "Elapsed: " << elapsed.count() << "ms\n";
+```
+
+### 2. 定位瓶颈（Profiling）
+
+只优化热点，不动冷路径。
+
+- TSL：插入关键路径计时，或使用 `docs/tsl/syntax_book/07_debug_and_profiler.md` 中的工具
+- Python：`cProfile` / `line_profiler`
+- C++：`perf` / `gprof` / `valgrind --tool=callgrind`
+
+### 3. 优化策略（从高收益到低收益）
+
+**3.1 算法级（优先级最高）**
+- 降低复杂度：`O(n^2)` → `O(n log n)` → `O(n)`
+- 避免重复计算：缓存、记忆化
+
+**3.2 数据结构级**
+- 选择合适容器：数组 vs 哈希表 vs 树
+- 预分配容量，减少扩容
+
+**3.3 循环级**
+- 循环内不做 I/O
+- 循环内避免重复解析/格式化
+- 提前计算循环不变量
+
+**3.4 I/O 级**
+- 批量读写（减少系统调用）
+- 缓存（明确 TTL 与容量上限）
+
+### 4. 验证效果（Verify）
+
+- 对比优化前后指标
+- 运行回归测试，保证行为一致
+- 在真实数据量下复测
+
+## 反模式（不要做）
+
+- 没有度量就“感觉”优化
+- 牺牲可读性换取微小收益
+- 为冷路径引入复杂缓存
+- 未验证就宣称提升
+
+## 输出清单（交付要求）
+
+- 基线指标（优化前）
+- 瓶颈定位结果（热点函数/路径）
+- 优化方案与改动点
+- 优化后指标（对比数据）
+- 风险说明与回滚策略
+
+## 权威参考
+
+- TSL：`docs/tsl/syntax_book/07_debug_and_profiler.md`
+- Python：`docs/python/tooling.md`
+- C++：`docs/cpp/toolchain.md`