claude-howto 实战用 /optimize 斜杠命令对代码做系统化性能体检与优化【免费下载链接】claude-howtoA visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-howto本篇指南围绕 claude-howto 仓库中 vi/01-slash-commands/optimize.md 定义的/optimize命令展开它会指挥 Claude Code 按既定优先级审查你粘贴的代码找出性能瓶颈、内存泄漏、低效算法、可缓存计算与并发问题并输出规范化的审查报告。读完本文你将掌握该命令的完整检查清单与输出格式并学会结合仓库内的复杂度分析脚本与代码审查模板把一次凭感觉的优化变成可量化、可复现、可落地的工程流程。/optimize 命令是什么在 Claude Code 中斜杠命令Slash Commands是控制会话行为的快捷方式而/optimize属于用户自定义命令——在 claude-howto 中它由vi/01-slash-commands/optimize.md或根目录的 01-slash-commands/optimize.md定义可直接安装为 skill 或 legacy command 后通过/optimize调用。其 frontmatter 描述为--- description: Phân tích code để tìm các vấn đề hiệu suất và đề xuất tối ưu hóa ---分析代码以找出性能问题并提出优化建议。正如 01-slash-commands/README.md 中说明的自定义斜杠命令已并入 skills 体系.claude/commands/*.md仍可使用但推荐放在.claude/skills/name/SKILL.md两者都会生成/command-name快捷方式且同名时 skill 优先。典型用法是/optimize [Paste your code]把目标代码直接粘贴给命令Claude 就会按命令内置的优先级顺序执行审查。五个按优先级排列的检查维度/optimize的核心是一份严格排序的检查清单。Claude 会按以下顺序逐一排查越靠前的越优先处理1. 性能瓶颈Performance Bottlenecks首要任务识别O(n²) 级操作与低效循环。典型信号包括嵌套循环遍历同一数据集、在循环体内重复执行昂贵计算、对数组使用indexOf/includes等线性查找替代哈希查找等。这一维度直接对应 03-skills/code-review-specialist/SKILL.md 中性能审查所强调的Big O 分析——不是笼统地说这段代码慢而是精确指出复杂度级别及数据规模增大时的退化曲线。2. 内存泄漏Memory Leaks寻找未释放的资源文件句柄、数据库连接、定时器、事件监听器未注销与循环引用尤其在 JavaScript/Python 中对象互相引用导致垃圾回收无法回收。检查清单中对应的实践包括 No unnecessary object creation 与 Memory leaks prevented见 review-checklist.md 性能清单。3. 算法改进Algorithm Improvements在确认确实有问题后提出更优的算法或数据结构建议用哈希表替代线性搜索、用前缀和替代区间重复累加、用分治替代暴力枚举、用索引替代全表扫描等。4. 缓存机会Caching Opportunities识别重复计算同一输入被反复计算的结果、跨请求可复用的数据、纯函数的结果 memoization 机会。检查清单中的对应条目是 Caching implemented where beneficial 与 No N1 queriesN1 查询正是典型的缓存缺失场景。5. 并发问题Concurrency Issues排查竞态条件race conditions与线程/协程问题共享可变状态的未同步读写、异步操作的时序依赖、数据库事务隔离级别不当、死锁与活锁风险。检查清单对应 No blocking operations on main thread 与 Async/await used correctly。标准化的审查报告输出格式/optimize要求每次发现的问题都按统一模板输出确保报告可扫描、可排序、可跟踪问题严重级别SeverityCritical / High / Medium / Low四级制代码位置Location文件与行号或函数/方法名解释Explanation问题是什么、为什么会发生推荐修复Recommended fix附代码示例这一格式与仓库中 finding-template.md 的审查发现模板一脉相承——后者进一步细化了每个 issue 的字段Severity 标注是否阻塞发布Category 划分 Security/Performance/Code Quality/Maintainability 等并包含Current (Problematic)与Suggested Fix两段式代码对比以及影响分析表。例如模板内置的 N1 查询示例// 当前有问题: 每个用户一次查询 const users fetchUsers(); users.forEach(user { const posts fetchUserPosts(user.id); // Query per user! renderUserPosts(posts); });// 建议修复: 用 JOIN 一次取回 const usersWithPosts fetchUsersWithPosts(); usersWithPosts.forEach(({ user, posts }) { renderUserPosts(posts); });严重级别可参考 review-checklist.md 的判定语境Critical 通常对应阻塞发布/规模下崩溃如 N1 在 20 用户时产生 100 查询High 对应合并前应修复Medium 应尽快修复Low 则是锦上添花。安装 /optimize 命令01-slash-commands/README.md 提供了两种安装方式方式一作为 Skill 安装推荐# 创建 skills 目录 mkdir -p .claude/skills # 为每个命令文件创建 skill 目录 for cmd in optimize pr commit; do mkdir -p .claude/skills/$cmd cp 01-slash-commands/$cmd.md .claude/skills/$cmd/SKILL.md done方式二作为 Legacy Command 安装# 项目级团队共享随 git 提交 mkdir -p .claude/commands cp 01-slash-commands/*.md .claude/commands/ # 个人级 mkdir -p ~/.claude/commands cp 01-slash-commands/*.md ~/.claude/commands/安装后重启会话或运行/reload-skills即可在/菜单中找到/optimize。若安装后找不到命令请核对 frontmatter 中的name字段、文件路径是否为.claude/skills/optimize/SKILL.md或.claude/commands/optimize.md并运行/help查看可用命令。进阶用仓库脚本量化优化效果仅靠审查报告还不够——优化是否真正生效需要数据佐证。claude-howto 在 03-skills/refactor/scripts/analyze-complexity.py 中提供了开箱即用的复杂度分析器支持 Python / JavaScript / TypeScript可从源码结构看它围绕优化前后对比这个核心场景设计# 分析单个文件 python analyze-complexity.py myfile.py # 对比优化前后两个版本核心用法 python analyze-complexity.py before.py after.py # 分析整个目录 python analyze-complexity.py --dir src/其核心指标与/optimize的检查维度高度互补指标含义与 /optimize 的关系Cyclomatic Complexity圈复杂度代码中决策点的数量if/for/while/catch等 1McCabe 方法高圈复杂度往往是性能瓶颈与可维护性问题的温床Cognitive Complexity认知复杂度嵌套深度加权的可理解性度量对应循环内嵌套循环 → O(n²)的可读性根源Maintainability Index可维护性指数0-100基于 Halstead 体积、圈复杂度与代码行数的综合评分85-100 高度可维护65-84 中等50-64 难以维护0-49 极难维护衡量优化是否同时改善了长期可维护性Avg / Max Function Length函数平均/最大行数与审查清单中 Functions 50 lines 的标准直接对应对比模式会输出前后各指标的差值如圈复杂度下降、可维护性指数上升并给出 X improvements, Y regressions 的总体评估。建议工作流是先用/optimize得到问题清单 → 应用推荐修复 → 用analyze-complexity.py before.py after.py验证复杂度确实下降让每一条优化建议都有量化结果背书。若需要自动化识别代码异味仓库还提供了 03-skills/refactor/scripts/detect-smells.py可配合/optimize的算法改进维度如重复代码 → Extract Method、过长参数列表 → Introduce Parameter Object形成发现问题 → 定位异味 → 制定重构方案的完整链路。最佳实践小结综合/optimize的命令定义与仓库配套资源落地时有几点建议按优先级收敛先解决 Critical/High 的性能瓶颈与内存泄漏再谈算法与缓存的锦上添花不要一开始就陷入微优化。每次只给一段代码/optimize以粘贴代码为输入聚焦单一模块或函数审查精度更高报告也便于逐条跟踪。报告规范化要求 Claude 严格按Severity → Location → Explanation → Recommended fix with code example输出与 finding-template.md 模板对齐后可无缝并入团队评审记录。用数据收尾优化前后各跑一次 analyze-complexity.py用圈复杂度、可维护性指数的变化证明改动价值而非只凭主观判断。/optimize的价值在于把代码性能审查从零散的经验总结固化成一条有优先级、有格式、有量化验证的工程流程——它不替你做决定而是确保每一次审查都不会漏掉那五类最致命的性能问题。【免费下载链接】claude-howtoA visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-howto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 claude-howto 实战：用 /optimize 斜杠命令对代码做系统化性能体检与优化
claude-howto 实战用 /optimize 斜杠命令对代码做系统化性能体检与优化【免费下载链接】claude-howtoA visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-howto本篇指南围绕 claude-howto 仓库中 vi/01-slash-commands/optimize.md 定义的/optimize命令展开它会指挥 Claude Code 按既定优先级审查你粘贴的代码找出性能瓶颈、内存泄漏、低效算法、可缓存计算与并发问题并输出规范化的审查报告。读完本文你将掌握该命令的完整检查清单与输出格式并学会结合仓库内的复杂度分析脚本与代码审查模板把一次凭感觉的优化变成可量化、可复现、可落地的工程流程。/optimize 命令是什么在 Claude Code 中斜杠命令Slash Commands是控制会话行为的快捷方式而/optimize属于用户自定义命令——在 claude-howto 中它由vi/01-slash-commands/optimize.md或根目录的 01-slash-commands/optimize.md定义可直接安装为 skill 或 legacy command 后通过/optimize调用。其 frontmatter 描述为--- description: Phân tích code để tìm các vấn đề hiệu suất và đề xuất tối ưu hóa ---分析代码以找出性能问题并提出优化建议。正如 01-slash-commands/README.md 中说明的自定义斜杠命令已并入 skills 体系.claude/commands/*.md仍可使用但推荐放在.claude/skills/name/SKILL.md两者都会生成/command-name快捷方式且同名时 skill 优先。典型用法是/optimize [Paste your code]把目标代码直接粘贴给命令Claude 就会按命令内置的优先级顺序执行审查。五个按优先级排列的检查维度/optimize的核心是一份严格排序的检查清单。Claude 会按以下顺序逐一排查越靠前的越优先处理1. 性能瓶颈Performance Bottlenecks首要任务识别O(n²) 级操作与低效循环。典型信号包括嵌套循环遍历同一数据集、在循环体内重复执行昂贵计算、对数组使用indexOf/includes等线性查找替代哈希查找等。这一维度直接对应 03-skills/code-review-specialist/SKILL.md 中性能审查所强调的Big O 分析——不是笼统地说这段代码慢而是精确指出复杂度级别及数据规模增大时的退化曲线。2. 内存泄漏Memory Leaks寻找未释放的资源文件句柄、数据库连接、定时器、事件监听器未注销与循环引用尤其在 JavaScript/Python 中对象互相引用导致垃圾回收无法回收。检查清单中对应的实践包括 No unnecessary object creation 与 Memory leaks prevented见 review-checklist.md 性能清单。3. 算法改进Algorithm Improvements在确认确实有问题后提出更优的算法或数据结构建议用哈希表替代线性搜索、用前缀和替代区间重复累加、用分治替代暴力枚举、用索引替代全表扫描等。4. 缓存机会Caching Opportunities识别重复计算同一输入被反复计算的结果、跨请求可复用的数据、纯函数的结果 memoization 机会。检查清单中的对应条目是 Caching implemented where beneficial 与 No N1 queriesN1 查询正是典型的缓存缺失场景。5. 并发问题Concurrency Issues排查竞态条件race conditions与线程/协程问题共享可变状态的未同步读写、异步操作的时序依赖、数据库事务隔离级别不当、死锁与活锁风险。检查清单对应 No blocking operations on main thread 与 Async/await used correctly。标准化的审查报告输出格式/optimize要求每次发现的问题都按统一模板输出确保报告可扫描、可排序、可跟踪问题严重级别SeverityCritical / High / Medium / Low四级制代码位置Location文件与行号或函数/方法名解释Explanation问题是什么、为什么会发生推荐修复Recommended fix附代码示例这一格式与仓库中 finding-template.md 的审查发现模板一脉相承——后者进一步细化了每个 issue 的字段Severity 标注是否阻塞发布Category 划分 Security/Performance/Code Quality/Maintainability 等并包含Current (Problematic)与Suggested Fix两段式代码对比以及影响分析表。例如模板内置的 N1 查询示例// 当前有问题: 每个用户一次查询 const users fetchUsers(); users.forEach(user { const posts fetchUserPosts(user.id); // Query per user! renderUserPosts(posts); });// 建议修复: 用 JOIN 一次取回 const usersWithPosts fetchUsersWithPosts(); usersWithPosts.forEach(({ user, posts }) { renderUserPosts(posts); });严重级别可参考 review-checklist.md 的判定语境Critical 通常对应阻塞发布/规模下崩溃如 N1 在 20 用户时产生 100 查询High 对应合并前应修复Medium 应尽快修复Low 则是锦上添花。安装 /optimize 命令01-slash-commands/README.md 提供了两种安装方式方式一作为 Skill 安装推荐# 创建 skills 目录 mkdir -p .claude/skills # 为每个命令文件创建 skill 目录 for cmd in optimize pr commit; do mkdir -p .claude/skills/$cmd cp 01-slash-commands/$cmd.md .claude/skills/$cmd/SKILL.md done方式二作为 Legacy Command 安装# 项目级团队共享随 git 提交 mkdir -p .claude/commands cp 01-slash-commands/*.md .claude/commands/ # 个人级 mkdir -p ~/.claude/commands cp 01-slash-commands/*.md ~/.claude/commands/安装后重启会话或运行/reload-skills即可在/菜单中找到/optimize。若安装后找不到命令请核对 frontmatter 中的name字段、文件路径是否为.claude/skills/optimize/SKILL.md或.claude/commands/optimize.md并运行/help查看可用命令。进阶用仓库脚本量化优化效果仅靠审查报告还不够——优化是否真正生效需要数据佐证。claude-howto 在 03-skills/refactor/scripts/analyze-complexity.py 中提供了开箱即用的复杂度分析器支持 Python / JavaScript / TypeScript可从源码结构看它围绕优化前后对比这个核心场景设计# 分析单个文件 python analyze-complexity.py myfile.py # 对比优化前后两个版本核心用法 python analyze-complexity.py before.py after.py # 分析整个目录 python analyze-complexity.py --dir src/其核心指标与/optimize的检查维度高度互补指标含义与 /optimize 的关系Cyclomatic Complexity圈复杂度代码中决策点的数量if/for/while/catch等 1McCabe 方法高圈复杂度往往是性能瓶颈与可维护性问题的温床Cognitive Complexity认知复杂度嵌套深度加权的可理解性度量对应循环内嵌套循环 → O(n²)的可读性根源Maintainability Index可维护性指数0-100基于 Halstead 体积、圈复杂度与代码行数的综合评分85-100 高度可维护65-84 中等50-64 难以维护0-49 极难维护衡量优化是否同时改善了长期可维护性Avg / Max Function Length函数平均/最大行数与审查清单中 Functions 50 lines 的标准直接对应对比模式会输出前后各指标的差值如圈复杂度下降、可维护性指数上升并给出 X improvements, Y regressions 的总体评估。建议工作流是先用/optimize得到问题清单 → 应用推荐修复 → 用analyze-complexity.py before.py after.py验证复杂度确实下降让每一条优化建议都有量化结果背书。若需要自动化识别代码异味仓库还提供了 03-skills/refactor/scripts/detect-smells.py可配合/optimize的算法改进维度如重复代码 → Extract Method、过长参数列表 → Introduce Parameter Object形成发现问题 → 定位异味 → 制定重构方案的完整链路。最佳实践小结综合/optimize的命令定义与仓库配套资源落地时有几点建议按优先级收敛先解决 Critical/High 的性能瓶颈与内存泄漏再谈算法与缓存的锦上添花不要一开始就陷入微优化。每次只给一段代码/optimize以粘贴代码为输入聚焦单一模块或函数审查精度更高报告也便于逐条跟踪。报告规范化要求 Claude 严格按Severity → Location → Explanation → Recommended fix with code example输出与 finding-template.md 模板对齐后可无缝并入团队评审记录。用数据收尾优化前后各跑一次 analyze-complexity.py用圈复杂度、可维护性指数的变化证明改动价值而非只凭主观判断。/optimize的价值在于把代码性能审查从零散的经验总结固化成一条有优先级、有格式、有量化验证的工程流程——它不替你做决定而是确保每一次审查都不会漏掉那五类最致命的性能问题。【免费下载链接】claude-howtoA visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-howto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考