Mehr als „langsame Funktion“
Schleifen, I/O, Async, Speicher, Datenbankzugriff, Caches und Konfiguration werden getrennt bewertet.
Performance-Risiken priorisieren – mit Belegen und Messplan statt Optimierungsversprechen.
Der Scanner untersucht Python-Projekte und Konfiguration in acht Bereichen. Jeder Befund trennt sichtbare Struktur, mögliches Risiko, Ursache, Maßnahme und reproduzierbare Kontrollmessung.
Lokale statische Analyse, keine Codeausführung und keine Geschwindigkeits- oder Skalierungsgarantie.
Abo-Zugang wird geprüft …
Keine automatische Optimierung
Der Bericht schlägt kontrollierbare Maßnahmen vor, verändert aber weder Kundencode noch Handels- oder Schutzlogik.
Messung vor Erfolgsaussage
Jeder relevante Befund enthält einen Testplan für Laufzeit, Speicher, Query-/Requestanzahl oder Nebenläufigkeit.
37 Regelgruppen · acht Bereiche
Was der Performance Scanner konkret bewertet.
Direkte Nachweise und prüfpflichtige Hinweise werden bewusst getrennt, um Fehlalarme und falsche Optimierungsversprechen zu reduzieren.
Komplexität & Algorithmen
Verschachtelte Schleifen, wiederholte Sortierung, lineare Suchen und Regex-Backtracking mit ehrlicher Kontextgrenze.
Schleifen & Wiederholung
Stringaufbau, Serialisierung, Deepcopy, Prozessstarts und wiederholte Datei-/Netzwerkzugriffe.
Dateien & Netzwerk
Request-, Client-, Datei- und Subprozess-Lebenszyklen sowie messbare Roundtrip- und Handle-Aufgaben.
Async & Nebenläufigkeit
Blockierender Sleep/I/O, unbegrenztes gather, fehlende Queue-Kapazität und Konfigurationsgrenzen.
Speicher & Datenmengen
Vollladungen, readlines, Materialisierung, dauerhafte Sammlungen, DataFrame-Wachstum und große Batches.
Datenbank & Datenzugriff
N+1-Hinweise, SELECT *, ORM-all, zeilenweise DataFrames und konkrete Query-/Pagination-Messpläne.
Wiederverwendung & Caching
Client-, Regex- und Cache-Lebensdauer einschließlich unbegrenzter Funktionscaches.
Messbarkeit
Syntax-/Abdeckungsqualität, große Mischfunktionen und reproduzierbare Vorher-/Nachher-Kontrollen.
Performance Scanner
Die serverseitige Kauf- und Lizenzberechtigung wird geprüft.
KI-Befundassistent · privater Scanbericht
Was der KI-Assistent beim Performance Scanner macht.
Er wandelt statische Performancehinweise in priorisierte Maßnahmen und reproduzierbare Vorher-/Nachher-Messpläne um.
Erklärung mit Beleg-IDs
Der Assistent erklärt ausgewählte Befunde verständlich. Konkrete Aussagen müssen auf gültige Befund-IDs aus genau diesem Bericht verweisen.
Reparatur- und Kontrollplan
Er erstellt Prioritäten, Entwickler-Aufgaben, Vorher-/Nachher-Schritte und Management-Zusammenfassungen. Ein belegter Plan kann als Markdown exportiert werden.
Nur eigener, geschwärzter Bericht
Der Assistent steht im privaten, berechtigten Scanbericht und im geschützten Abnahmetest bereit. Er erhält keinen Bot-Quellcode, führt nichts aus, ändert nichts automatisch und ersetzt weder Originalbefund noch fachliche Prüfung.
FAQ und Kundenanleitung
So wird der Performance-Bericht korrekt verwendet.
Führt der Scanner mein Programm oder einen Benchmark aus?
Nein. Kundencode wird weder importiert noch ausgeführt. Der Bericht markiert statische Hinweise und liefert dazu einen Messplan; echte Laufzeitwerte müssen in einer kontrollierten Testumgebung erhoben werden.
Warum ist ein Hinweis nicht automatisch ein Performancefehler?
Datenmenge, Hardware, Bibliothek, Cachezustand und externe Dienste entscheiden über die reale Wirkung. Deshalb unterscheidet der Bericht direkte Strukturen, starke Hinweise und prüfpflichtige Pfade.
Optimiert der Scanner meinen Code automatisch?
Nein. Automatische Umbauten können Semantik, Reihenfolge, Fehlerpfade oder Schutzlogik verändern. Der Bericht schlägt eine Maßnahme und eine Regression-/Messkontrolle vor; die Änderung bleibt eine bewusste Entwicklungsentscheidung.
Werden Zugangsdaten gelesen?
Echte .env-Dateien werden in ZIP-Projekten absichtlich übersprungen. Fundstellen begrenzen und schwärzen bekannte Secretwerte. Entfernen Sie Zugangsdaten trotzdem vor dem Archivieren.
Was bedeuten die 37 Regelgruppen?
Sie decken acht Bereiche ab: Komplexität, Schleifen, I/O, Async, Speicher, Datenzugriff, Caching und Messbarkeit. Mehrere Fundstellen derselben Ursache werden zu einem priorisierten Befund zusammengeführt.
Warum gibt es nur einen vollständigen Preis?
Eine künstliche Light-Stufe würde wichtige Ressourcen- oder Async-Regeln ausblenden. Deshalb enthält der einmalige Scan alle statisch verfügbaren Regelgruppen; es gibt kein Abonnement.
Kann ein hoher Score Skalierbarkeit garantieren?
Nein. Ein hoher statischer Score bedeutet nur, dass die geprüften Regeln wenig beanstanden. Lasttests, Profiling, Datenbankpläne und Betriebsmetriken bleiben für eine Skalierungsfreigabe erforderlich.
Wie messe ich eine vorgeschlagene Änderung richtig?
Gleiche Daten, gleiche Umgebung, Warm-up und mehrere Wiederholungen verwenden; Laufzeit, Peak-Speicher, Request-/Queryanzahl und Ergebnisgleichheit vor und nach der Änderung dokumentieren.
Kann ich den Bericht speichern?
Ja. Sie können strukturiertes JSON herunterladen oder über die Browser-Druckfunktion eine PDF erzeugen. Der Analysezustand bleibt ansonsten nur im aktuellen Browser-Tab.