CPython/CinderX 性能优化技能仓库
面向个人工作流的 CPython/CinderX 性能优化与设计文档技能集合，以 Claude Code 技能插件 形式交付。覆盖从远程环境搭建到实验文档沉淀、设计文档编写的完整闭环。
技能概览
本仓库包含 8 个自包含技能，每个技能独立拥有 SKILL.md、参考文档、脚本和模板：
| 技能 | 用途 | 自带资源 |
|---|
using-cpython-optimize | 引导入口，决策流程图 | — |
remote-environment | SSH 连接、tmux 会话、rsync 同步 | — |
cpython-build | CPython/CinderX 编译与强制覆盖安装 | — |
docker-runtime | Docker 双线隔离（基线线 + 调试线） | templates/、scripts/ |
pyperformance-test | pyperformance 基准测试、性能口径、crash triage | references/、scripts/ |
cinderx-analysis | JIT/非 JIT 用例分析、HIR/LIR 定位 | references/ |
experiment-documentation | 实验记录、报告模板、产物约定 | references/ |
design-documentation | 架构设计、系统设计、功能设计、详细设计文档模板 | references/ |
工作流顺序
开始 → remote-environment → docker-runtime → cpython-build → pyperformance-test → cinderx-analysis → experiment-documentation
按需进入，不是每步都必须。已有环境时跳过对应步骤。
核心原则
- 默认 Docker 隔离 — 远程环境不直接在裸机上工作，先项目隔离（宿主机独立目录），再环境隔离（Docker 容器）
- 证据先行 — 先拿可复现证据，再下根因结论
- 结构化产物 — 用
run.json、speedup.json、report.md 沉淀实验结果，避免只留口头结论
- 口径明确 — 正式性能对比前必须定义口径（CPython 解释执行 / CPython JIT / CinderX 解释执行 / CinderX JIT），baseline 必须写清是"口径基线"还是"提交基线"
安装
# 本地安装（开发中）
claude plugin add /path/to/cpython-optimize-skill
# Codex
# 将仓库放入 ~/.codex/skills/ 或通过 Codex 插件机制安装
安装后，新会话启动时 using-cpython-optimize 引导技能会通过 SessionStart hook 自动注入上下文，无需手动加载。
使用
安装完成后，在 Claude Code 中直接对话即可。示例：
> 帮我在 Kunpeng 上编译 CinderX 并跑一次 pyperformance
> regex_compile 在容器里 SIGSEGV 了，帮我复现和定位
> 对比 stock CPython JIT 和 CinderX JIT 的 pyperformance 数据
> 帮我抓一下这个函数的 HIR 看看有没有优化点
Agent 会根据任务自动选择对应技能。也可以通过 Skill 工具手动加载特定技能：
/skill pyperformance-test
仓库结构
.
├── .claude-plugin/plugin.json # Claude Code 插件注册
├── .codex-plugin/plugin.json # Codex 插件注册
├── hooks/
│ ├── hooks.json # SessionStart hook 定义
│ └── session-start # 自动注入引导技能的脚本
├── skills/
│ ├── using-cpython-optimize/ # 引导技能
│ ├── remote-environment/ # SSH / tmux / rsync
│ ├── cpython-build/ # 编译与安装
│ ├── docker-runtime/
│ │ ├── templates/ # Docker Compose 模板（cpython-baseline、cinderx-test）
│ │ └── scripts/ # setup.sh、smoke.sh
│ ├── pyperformance-test/
│ │ ├── references/ # 真实环境命令模板、crash triage 指南
│ │ └── scripts/ # benchmark 脚本
│ ├── cinderx-analysis/
│ │ └── references/ # 性能口径定义
│ ├── experiment-documentation/
│ │ └── references/ # 产物 schema
│ └── design-documentation/
│ └── references/ # 设计文档模板（架构/系统/功能/详细）
├── tests/ # 仓库结构验证 + 压力测试场景
├── docs/plans/ # 开发计划文档
├── package.json
└── CHANGELOG.md
每个技能目录自包含：SKILL.md 是入口，references/、scripts/、templates/ 是专属资源。技能间通过 Skill 工具互相调用，不依赖共享文件。
性能口径速查
正式对比前必须明确口径，不同口径不能横向比较：
| 口径 | 说明 | JIT 状态 |
|---|
CPython 解释执行 | stock CPython 基线 | 关 |
CPython JIT | stock CPython + JIT | 开 |
CinderX 解释执行 | 安装 cinderx 但不启 JIT | 关 |
CinderX JIT | 显式启用 CinderX JIT | 开 + HIR 验证 |
默认对照：JIT 和 JIT 比，解释执行和解释执行比。
Docker 双线
| 线路 | 用途 | 侧重点 |
|---|
cinderx-test | 功能验证、HIR dump、crash 复现 | correctness |
cpython-baseline | stock CPython vs CinderX 正式对照 | 公平性 |
先走 cinderx-test 完成功能确认，再走 cpython-baseline 做正式对照。
验证
python3 tests/validate_skill_layout.py # 校验仓库目录层级和技能 frontmatter
版本历史
见 CHANGELOG.md。
许可
MIT
obra