Performance Skill：面向 .NET 性能工程的 agent skill

Performance Skill：面向 .NET 性能工程的 agent skill

为什么重要

Performance Skill 是一个针对 .NET 性能工程的模块化 coding-agent skill，覆盖 CPU、内存、GC、benchmarking、并发、启动、native profiling、GPU rendering 和生产诊断。它对 External-Agent-Skills-Design-Patterns 的价值在于展示“深领域 skill”如何组织：入口 SKILL.md 只做路由，具体操作分散到 references、platform guides、command reference 和 scripts。

对用户的 Hermes 实践而言，它提醒我们：真正能改善工程结果的 skill 往往不是泛化 prompt，而是把专家诊断流程、官方命令、平台差异、证据采集和 CI gate 编译成可按需加载的 workflow package。

机制 / 一阶原理

仓库结构把复杂性能工程拆成多层：SKILL.md 作为 agent 入口；references/index.md 与各主题 index 作为 compact router；runtime、memory、latency、startup、benchmarking、production、gpu、platforms 等 guide 在需要时加载；command-reference.md 维护权威命令语法；scripts 提供可复用导出/验证步骤。

一阶原理是渐进披露与领域路由：性能问题的诊断空间太大，不能把所有知识常驻 prompt。agent 需要先识别问题域，再加载对应命令和证据采集流程，并用 benchmark / profiler / production diagnostics 回到可验证结果。

与现有 wiki 的关系

它是 External-Agent-Skills-Design-Patterns 中“渐进披露、验证门禁、领域 expert workflow”的具体样本，也与 Harness-Engineering 相关：性能优化尤其需要 bounded collection、baseline、paired run、统计显著性和回归门禁，否则 agent 很容易做出看似优化、实际无效或破坏 correctness 的改动。

对 Hermes / llm-wiki 的可执行启发

• 领域 skill 应采用 router + deep references + scripts 的结构；不要把专家手册塞进一个巨大 SKILL.md。
• 性能类任务的完成证据至少包括 baseline、复测、环境说明、指标定义和 correctness check；单次“快了”不可信。
• llm-wiki 的外部 skill 雷达应增加“domain operational skill”分类，不只跟踪 agent runtime/guardrail/benchmark，也跟踪可直接提高工程诊断质量的领域技能。

失败模式 / 边界条件

该 skill 强依赖 .NET 工具链和平台诊断工具；如果 agent 在没有环境 preflight 的情况下套用命令，会产生误导或失败。性能 benchmark 还容易受到 warmup、机器负载、JIT、GC、I/O 和样本量影响，因此必须把统计和环境控制写入 workflow，而不能只给命令清单。

深度判断

评分：relevance 4/5，novelty 3/5，durability 4/5，actionability 5/5，source-quality 3/5，depth-potential 4/5。值得晋升，因为它提供了可复用的深领域 skill 组织样式；但其直接适用范围偏 .NET，作为设计模式样本价值高于通用 AI 方法论价值。

写入记录

• 2026-08-06 09:00 CST：新增 Performance Skill 来源页，聚焦深领域 agent skill 的渐进披露结构、性能诊断证据和 Hermes skill 设计启发。