使用说明

PerfOwl

看看其他人在你的绩效档案中错过了什么。

欢迎

PerfOwl是一个功能强大的CLI工具和MCP服务器，用于分析浏览器分析器导出。无论您是调试性能问题、优化web应用程序，还是将性能分析集成到AI工作流程中，PerfOwl都可以帮助您识别瓶颈并理解复杂的跟踪。

什么是PerfOwl？

PerfOwl(优化工作台和实验室)是一个性能分析工具包，提供：

瓶颈检测 -GC压力、布局抖动、同步IPC、长任务、网络阻塞
可拓分析 -每个扩展的性能影响、DOM事件、IPC消息
呼叫树分析 -根据自身时间和运行时间的热功能，热路径检测
类别细分 -每个分析器类别（JavaScript、布局、GC/CC、网络等）花费的时间
线程分析 -CPU时间、样本计数、唤醒模式、类别分布
工人分析 -Web Worker性能、CPU/空闲时间、消息模式、同步点
加密货币分析 -SubtleCrypto API使用、算法检测、序列化问题
竞争检测 -GC暂停影响工作进程、同步IPC阻塞、锁争用
尺度分析 -并行效率、加速测量、瓶颈识别
配置文件比较 -比较两个配置文件以确定改进或回归
MCP服务器 -与Claude和其他AI助手集成

目前支持Firefox Profiler导出，更多浏览器即将推出。

先决条件

在使用PerfOwl之前，请确保您已经：

转到>=1.21 -需要从源头进行构建。在此下载
码头工人 （可选）-用于集装箱使用。安装指南

[！注意] PerfOwl分析Firefox Profiler导出。要捕获配置文件，请执行以下操作：

打开Firefox并导航到 profiler.firefox.com

单击“启用探查器”并重现您的性能问题

点击“捕获配置文件”并下载 .json.gz 文件

快速开始

# Clone and build
git clone https://github.com/user/perfowl.git
cd perfowl
go build -o perfowl .

# Analyze a profile
./perfowl summary -p profile.json.gz
./perfowl bottlenecks -p profile.json.gz -o markdown

安装

从源代码构建

go build -o perfowl .

码头工人

# Build image
docker build -t perfowl .

# Run CLI commands
docker run --rm -v /path/to/profiles:/profiles:ro perfowl summary -p /profiles/profile.json.gz

# Run MCP server
docker run -i --rm -v /path/to/profiles:/profiles:ro perfowl mcp

CLI使用情况

可用命令

命令	描述
`summary`	获取配置文件摘要（持续时间、平台、线程、扩展）
`bottlenecks`	通过严重性过滤检测性能瓶颈
`extensions`	分析扩展性能影响
`markers`	提取按类型、类别或持续时间过滤的标记
`workers`	分析Web Worker性能和同步
`crypto`	分析加密操作并检测问题
`contention`	检测线程争用（GC、IPC、锁）
`scaling`	测量并行缩放效率
`mcp`	启动MCP服务器

输出格式

PerfOwl支持多种输出格式：

# JSON (default)
./perfowl bottlenecks -p profile.json.gz -o json

# Markdown (great for reports)
./perfowl bottlenecks -p profile.json.gz -o markdown

# Plain text
./perfowl bottlenecks -p profile.json.gz -o text

MCP服务器设置

PerfOwl包括一个MCP（模型上下文协议）服务器，用于与Claude等人工智能助手集成。

添加到克劳德代码：

claude mcp add perfowl -s user -- /path/to/perfowl mcp

验证安装：

claude mcp list

开始使用Claude：

“分析/path/to/profile.json.gz中的Firefox配置文件并找到瓶颈”

可用的MCP工具

工具	说明
`get_summary`	获取配置文件摘要（持续时间、平台、线程、扩展）
`get_bottlenecks`	通过严重性过滤检测性能瓶颈
`get_markers`	提取按类型、类别或持续时间过滤的标记
`analyze_extension`	分析扩展性能影响
`analyze_profile`	综合分析（总结+瓶颈+扩展）
`get_call_tree`	查找热门功能和热门路径
`get_category_breakdown`	每个分析器类别所花费的时间
`get_thread_analysis`	使用CPU时间和唤醒模式分析所有线程
`compare_profiles`	比较两个配置文件以进行改进/回归
`analyze_workers`	分析Web Worker性能和同步
`analyze_crypto`	分析加密操作并检测问题
`analyze_contention`	检测线程争用（GC、IPC、锁）
`analyze_scaling`	测量并行缩放效率
`compare_scaling`	比较两个配置文件之间的缩放比例

使用示例

分析个人资料

# Get a quick summary
./perfowl summary -p profile.json.gz

# Find performance bottlenecks
./perfowl bottlenecks -p profile.json.gz -o markdown

# Analyze extension impact
./perfowl extensions -p profile.json.gz

# Extract specific markers
./perfowl markers -p profile.json.gz --type GCMajor --limit 10

# Analyze worker threads
./perfowl workers -p profile.json.gz

# Profile crypto operations
./perfowl crypto -p profile.json.gz

# Detect thread contention
./perfowl contention -p profile.json.gz

# Measure scaling efficiency
./perfowl scaling -p profile.json.gz

比较配置文件

# Compare scaling between baseline and optimized versions
./perfowl scaling -p baseline.json.gz --compare optimized.json.gz

与AI助手合作

在MCP服务器运行的情况下，您可以要求Claude：

“分析此配置文件并总结主要瓶颈”
“比较这两个配置文件，告诉我有什么改进”
“查找导致性能问题的任何扩展”
“检查GC压力是否影响主螺纹”

贡献

欢迎投稿！以下是如何开始：

分叉存储库 -创建您自己的项目副本
创建要素分支 - git checkout -b feature/your-feature-name
进行更改 -遵循围棋惯例并跑步 go fmt
彻底测试 -确保您的更改正确工作
提交拉取请求 -描述你的变化及其影响

报告问题

发现错误或有功能请求？

检查现有问题 -先搜索以避免重复
提供细节 -包括环境信息、复制步骤和预期行为
共享示例配置文件 -如果可能的话，分享一个再现问题的最小配置文件

许可证

该项目根据 MIT许可证。请参阅许可证文件以获取详细信息。