application-performance-performance-optimization

Otimize o desempenho do aplicativo de ponta a ponta usando agentes especializados de desempenho e otimização:

[Pensamento estendido: Este fluxo de trabalho orquestra um processo abrangente de otimização de desempenho em toda a pilha do aplicativo. Começando com perfilamento profundo e estabelecimento de linha de base, o fluxo de trabalho progride através de otimizações direcionadas em cada camada do sistema, valida melhorias através de testes de carga e estabelece monitoramento contínuo para desempenho sustentado. Cada fase se baseia em insights das fases anteriores, criando uma estratégia de otimização orientada por dados que aborda gargalos reais em vez de melhorias teóricas. O fluxo de trabalho enfatiza práticas modernas de observabilidade, métricas de desempenho centradas no usuário e estratégias de otimização econômicas.]

Use esta habilidade quando

• Coordenar a otimização de desempenho entre backend, frontend e infraestrutura
• Estabelecer linhas de base e perfilamento para identificar gargalos
• Projetar testes de carga, orçamentos de desempenho ou planos de capacidade
• Construir observabilidade para metas de desempenho e confiabilidade

Não use esta habilidade quando

• A tarefa é uma pequena correção localizada sem objetivos de desempenho mais amplos
• Não há acesso a métricas, rastreamento ou dados de perfilamento
• A solicitação não está relacionada a desempenho ou escalabilidade

Instruções

1. Confirme as metas de desempenho, restrições e métricas alvo.
2. Estabeleça linhas de base com perfilamento, rastreamento e dados de usuários reais.
3. Execute otimizações em fases em toda a pilha com impacto mensurável.
4. Valide melhorias e defina salvaguardas para evitar regressões.

Segurança

• Evite testes de carga em produção sem aprovações e salvaguardas.
• Implemente mudanças de desempenho gradualmente com planos de reversão.

Fase 1: Perfilamento de Desempenho e Linha de Base

1. Perfilamento Abrangente de Desempenho

• Use a ferramenta Task com subagent_type="performance-engineer"
• Prompt: "Profile application performance comprehensively for: $ARGUMENTS. Generate flame graphs for CPU usage, heap dumps for memory analysis, trace I/O operations, and identify hot paths. Use APM tools like DataDog or New Relic if available. Include database query profiling, API response times, and frontend rendering metrics. Establish performance baselines for all critical user journeys."
• Contexto: Investigação inicial de desempenho
• Saída: Perfil de desempenho detalhado com flame graphs, análise de memória, identificação de gargalos, métricas de linha de base

2. Avaliação da Pilha de Observabilidade

• Use a ferramenta Task com subagent_type="observability-engineer"
• Prompt: "Assess current observability setup for: $ARGUMENTS. Review existing monitoring, distributed tracing with OpenTelemetry, log aggregation, and metrics collection. Identify gaps in visibility, missing metrics, and areas needing better instrumentation. Recommend APM tool integration and custom metrics for business-critical operations."
• Contexto: Perfil de desempenho da etapa 1
• Saída: Relatório de avaliação de observabilidade, lacunas de instrumentação, recomendações de monitoramento

3. Análise da Experiência do Usuário

• Use a ferramenta Task com subagent_type="performance-engineer"
• Prompt: "Analyze user experience metrics for: $ARGUMENTS. Measure Core Web Vitals (LCP, FID, CLS), page load times, time to interactive, and perceived performance. Use Real User Monitoring (RUM) data if available. Identify user journeys with poor performance and their business impact."
• Contexto: Linhas de base de desempenho da etapa 1
• Saída: Relatório de desempenho de UX, análise de Core Web Vitals, avaliação de impacto no usuário

Fase 2: Otimização de Banco de Dados e Backend

4. Otimização de Desempenho do Banco de Dados

• Use a ferramenta Task com subagent_type="database-cloud-optimization::database-optimizer"
• Prompt: "Optimize database performance for: $ARGUMENTS based on profiling data: {context_from_phase_1}. Analyze slow query logs, create missing indexes, optimize execution plans, implement query result caching with Redis/Memcached. Review connection pooling, prepared statements, and batch processing opportunities. Consider read replicas and database sharding if needed."
• Contexto: Gargalos de desempenho da fase 1
• Saída: Consultas otimizadas, novos índices, estratégia de cache, configuração de pool de conexões

5. Otimização de Código e API Backend

• Use a ferramenta Task com subagent_type="backend-development::backend-architect"

…