# performance-optimizer

Субагент performance-optimizer ищет узкие места в системах и предлагает, как распределить ресурсы, настроить балансировку и улучшить работу вычислений.

- субагент · `type=agent` · Claude Code, Codex, Cursor · ★ 850 у репозитория
- Автор: ruvnet
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/ruvnet/agentic-flow/tree/HEAD/.claude/agents/sublinear/performance-optimizer.md
- Обновлён: 2026-10-26
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/agents/ruvnet-performance-optimizer

## Что делает

performance-optimizer анализирует загрузку CPU, памяти, сети и хранилища, ищет вычислительные узкие места и оценивает пределы масштабирования. Он также разбирает профили производительности, помогает распределять ресурсы, настраивать балансировку нагрузки и выбирать стратегию кэширования.

Для расчётов субагент использует MCP-инструменты `mcp__sublinear-time-solver__solve`, `mcp__sublinear-time-solver__analyzeMatrix`, `mcp__sublinear-time-solver__estimateEntry` и `mcp__sublinear-time-solver__validateTemporalAdvantage`. Они применяются к матрицам ресурсов и метрик, оценке отдельных показателей и проверке результата оптимизации.

Работа агента опирается на эти MCP-инструменты, поэтому их доступность нужно проверить до запуска. В описании также есть сценарии для мониторинга агентов, распределения ресурсов между ними и оптимизации взаимодействия в Claude Flow, а для Flow Nexus приведён Python-песочница с пакетами `numpy`, `scipy`, `psutil` и `prometheus_client`.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/agents/performance-optimizer.md` — Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

### Codex

**Вручную: положить файлы**
- Файл: `.codex/agents/performance-optimizer.toml` — Codex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/agents/performance-optimizer.md` — Cursor понимает и .claude/agents/

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/ruvnet/agentic-flow/tree/HEAD/.claude/agents/sublinear/performance-optimizer.md

## Когда брать
- найти узкие места в загрузке системы
- распределить вычислительные ресурсы между задачами
- сбалансировать нагрузку по узлам
- оценить пределы масштабирования
- проверить эффект после оптимизации

## Примеры запросов агенту
- Проанализируй загрузку CPU, памяти, сети и хранилища и назови узкие места.
- Распредели ресурсы между задачами с учётом спроса и ограничений.
- Сравни исходные и оптимизированные метрики и проверь результат улучшений.

## Похожие
- [commands-performance-optimization](https://affpapa.org/nevibecode/plugins/commands-performance-optimization.md) — плагин · ★ 3785 у репозитория
- [nginx-config-optimizer](https://affpapa.org/nevibecode/skills/nginx-config-optimizer.md) — скилл · 457 установок
- [azure-traffic-manager](https://affpapa.org/nevibecode/skills/azure-traffic-manager.md) — скилл · 178 установок
- [setup-cdn-optimization](https://affpapa.org/nevibecode/commands/buildwithclaude-community-setup-cdn-optimization.md) — команда · ★ 3785 у репозитория
- [react-performance-optimizer](https://affpapa.org/nevibecode/agents/react-performance-optimizer.md) — субагент · 2081 установка
- [graphql-performance-optimizer](https://affpapa.org/nevibecode/agents/graphql-performance-optimizer.md) — субагент · 599 установок

## Другие версии с тем же именем
- [performance-optimizer · openai](https://affpapa.org/nevibecode/agents/performance-optimizer.md) — ★ 8052 у репозитория

Из того же набора: [ruvnet/agentic-flow](https://affpapa.org/nevibecode/by/ruvnet/agentic-flow.md) — 76 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
