# 性能优化
45 个相关产品 · 中文解读 · 按热度排序
截至 2026-10-26,KanonAgent 库内有 45 个带「性能优化」标签的 AI agent 与工具,本页按真实热度排序。标签由中文拆解自动归纳,不是人工打的;数据可经公开 API 复核。
evo
evo 将代码库转化为自动研究循环，能自主发现需测量的指标、插入基准测试、并用并行子代理进行树搜索优化，提升代码性能。
oMLX
在 Mac 上运行的本地 LLM 服务器，通过优化推理流程将 AI Agent 的响应时间从 90 秒缩短至 5 秒，解决本地运行 AI 时延迟高的痛点，适合开发者与 AI 爱好者
Goroviz
Go 语言性能分析工具，自动聚合相似的 goroutine，帮助开发者快速定位程序性能瓶颈，避免在海量堆栈中手动排查
ThreadMine
一个用于快速分析JVM线程转储的工具，能自动检测死锁、线程泄漏、线程池耗尽等性能问题，帮助开发者秒级定位Java应用的运行瓶颈，适合后端开发与运维工程师使用。
How we made web agents 3x faster by building the missing memory layer
通过构建缺失的内存层，将 Web Agent 的运行速度提升 3 倍，解决 AI 代理在复杂任务中因状态管理差导致的性能瓶颈。
I wrote a 1-bit WebGPU runtime to run a 1.7B LLM in the browser
一个仅1比特的WebGPU运行时，能在浏览器中运行17亿参数的大型语言模型，突破前端AI性能极限，适合Web开发者和AI实验者
Alenia Porter
Alenia Porter 是一个高性能通用媒体优化工具，支持图像、视频、音频的自动 GPU 加速处理，基于 Go 和 Nuitka 构建，具备崩溃安全回退机制
Headroom – measure your GPU's true bandwidth ceiling for local AI
Headroom 是一款用于测量本地运行 AI 模型时 GPU 实际带宽上限的工具，帮助开发者优化推理性能，解决本地 AI 推理瓶颈问题，主要面向本地部署 AI 模型的开发者和研究
Codex / Claude Code harness for Java high performance improvements
为Java开发者提供基于Codex/Claude Code的高性能代码优化工具，通过AI自动重构代码提升运行效率，解决Java应用性能瓶颈问题
ContextRot
一个本地CLI工具，用于分析Claude Code和OpenCode等AI编码助手在上下文增长时的性能退化问题，帮助开发者识别模型瓶颈与成本拐点。
Atomadic- Zero-LLM Sub-200us MCP Action Interlock (Storefront Restored)
零大模型延迟的MCP动作互锁系统，专为低延迟场景设计，实现亚200微秒级响应，适用于高性能计算或实时系统
LightKeeper MCP
一个无需注册、无API密钥的网站全球速度测试工具，可集成到AI开发代理中，跨多地区执行深度Lighthouse审计，帮助开发者优化全球性能。
Efficio - AI Harness for speed, memory
Efficio 是一个能自动扫描Python/C++代码库、识别性能瓶颈并自动重构代码的AI工具，重构结果通过测试验证，确保安全，适用于提升工程效率的开发者。
ThreeJS Runtime Performance Optimization Tools for ClaudeCode
为ClaudeCode提供的Three.js运行时性能优化工具，帮助开发者提升3D渲染效率与响应速度
Gargi Reflex: Autonomous Model Caching for System One Decisions
Gargi Reflex 是一个用于系统决策的自主模型缓存机制，提升 AI 决策系统的响应速度与稳定性。
Atomadic – Zero-LLM Sub-200us MCP Action Interlock
一个零大模型延迟的超低延迟MCP动作互锁系统，支持亚200微秒响应，专为高性能AI代理设计。
InterMCP – Pure-Rust MCP engine (457k ops/s, <3.8MB RAM)
一个用 Rust 编写的高性能 MCP 引擎，专为低资源环境优化，适合需要高吞吐、低内存占用的 AI 代理或工作流系统集成。
Fugu Max and Fugu Ultra v2: Orchestrating the Pareto Frontier
Fugu Max 和 Fugu Ultra v2 是用于优化AI模型性能与资源分配的系统级工具，旨在实现帕累托前沿的自动化调度。
Public Browser MCP – +48% speed -33% token/session vs. AgentBrowser
Public Browser MCP 是一个优化AI代理浏览器的开源项目，通过减少token使用和提升速度，显著降低AI代理的运行成本，是Agent生态中的底层性能优化工具。
DeusData/codebase-memory-mcp
高性能代码智能MCP服务器，能毫秒级索引超150种语言的代码库并构建持久知识图谱，查询快、消耗低，适合大型项目代码理解与智能开发。
A 100% branchless, CUDA-native AI guardrail kernel written in C++20
一个用 C++20 编写的 100% 无分支、原生支持 CUDA 的 AI 安全防护内核，专为高性能 AI 推理场景设计，帮助开发者构建更安全、低延迟的 AI 应用。
Reame – a CPU inference server that gets faster as it runs
Reame 是一个能边运行边变快的 CPU 推理服务器，适合需要低延迟、高效率本地 AI 推理的开发者，通过动态优化提升性能。
Estratos – stacked memory system for AI assistants
Estratos 是为AI助手设计的分层内存系统，通过优化上下文管理提升大模型交互的连贯性与性能，适合AI应用开发者与研究者。
LLM Context profiler for tracking context usage by tools, agents, MCPs
LLM Context Profiler 是用于监控大模型在工具、代理和MCP中上下文使用情况的分析工具，帮助开发者优化成本与性能。
raullenchai/Rapid-MLX
专为Apple Silicon优化的本地AI引擎，性能比Ollama快4.2倍，支持工具调用、缓存推理与云路由，可无缝替代OpenAI接口
AutomateWolf
无需服务器访问即可实现边缘优化的 SaaS 工具，通过智能 CDN 和边缘计算提升应用性能，适合希望提升加载速度但无运维权限的开发者与企业。
Atomadic- Zero-LLM Sub-200us MCP Action Interlock (Storefront Restored)
Atomadic 是一个零大语言模型（Zero-LLM）的超低延迟 MCP 行动互锁系统，响应时间低于 200 微秒，专为高并发、低延迟的分布式系统设计，适合构建高性能基础设施。
An ultra-fast Prime Agent fork with Bun REPL
一款基于 Bun 的超快速 Prime Agent 分支，集成 REPL 交互环境，适合需要极致性能和即时反馈的开发者进行快速原型开发。
jundot/omlx
专为 Apple Silicon Mac 设计的 LLM 推理服务器，支持连续批处理与 SSD 缓存，通过菜单栏轻松管理，显著提升本地大模型运行效率。
LightKeeper MCP
LightKeeper MCP 是一个 Web 应用，提供多区域性能审计与自动化优化，提升网站全球访问速度与稳定性。
youssofal/MTPLX
基于 MLX 的高性能推理框架，实现 Qwen 3.8 27B 在 Apple Silicon 上 3 倍加速，原生支持 MTP 指令推测解码。
charlie12345/ROCmFPX
ROCmFPX 是 AMD GPU 的量化与特殊代理优化框架，支持更多量化格式与专用算子，提升 AI 模型在 AMD 硬件上的推理效率，适合 AI 研究与部署团队。
GPU Sizer
一款SaaS服务，帮助开发者和AI工程师精准选择适合运行大语言模型（LLM）的GPU，基于真实硬件测试数据提供推荐，提升部署效率。
Aquifer – Admission control for bursty vLLM traffic
为突发性大模型推理流量设计的准入控制工具，用于稳定 vLLM 服务在高并发下的性能与资源分配。
CuMetal – Run CUDA Programs on Apple Silicon via Metal
CuMetal实现CUDA程序在Apple Silicon芯片上通过Metal运行，让NVIDIA生态代码在M系列Mac上无缝执行，适合AI与高性能计算开发者
oMLX
oMLX 是一款开源的 Mac 本地 LLM 服务器，通过优化推理效率，将 AI 代理响应时间从 90 秒缩短至 5 秒。
Efficio - AI Harness for speed, memory
AI 无关的代码优化工具，可自动重写代码以提升运行速度、降低内存占用和成本，适用于各类开发项目
AgentJIT – Compile dynamic LLM agent workflows into 0.1ms Python
AgentJIT 将动态 LLM 工作流实时编译为 0.1ms 级别的 Python 代码，实现接近原生性能的 AI 代理执行，适用于高并发、低延迟的自动化场景
Agentic CUDA Kernel Optimizer
Agentic CUDA Kernel Optimizer 是一个基于智能体的自动 CUDA 内核优化框架，能自主探索并生成高性能 GPU 计算代码。
Minecraft PvP against DiffusionGemma-as-Jev, 24 ms per decision
在 Minecraft 游戏中实现 AI 与 AI 的实时对战，使用 DiffusionGemma 模型每步决策仅需 24ms，展现轻量化大模型在实时决策场景的极致性能
Gargi Reflex: Autonomous Model Caching for System One Decisions
Gargi Reflex 是一个用于系统级决策的自主模型缓存系统，通过智能缓存机制提升 AI 模型响应速度与系统效率，适用于高并发 AI 服务场景。
Ctxfw – AST context firewall that cuts agent prompt tokens by 67%
Ctxfw 是一个基于 AST（抽象语法树）的上下文防火墙，能将 AI 代理提示词的 token 数量减少 67%，显著提升推理效率与成本控制。
How we made web agents 3x faster by building the missing memory layer
为网页代理构建缺失的内存层，使性能提升3倍，面向开发者和AI应用构建者，核心亮点是低延迟的上下文存储与检索机制。
InferPilot – the vLLM doctor that tells you when fp8 won't help
InferPilot 是 vLLM 的诊断助手，能精准判断 FP8 精度在特定场景下是否有效，帮助 AI 工程师优化推理性能。
OmniRoute AI Engine
超低延迟的AI路由引擎，支持毫秒级本地化任务分发与竞态条件优化，适用于高并发、低延迟的分布式系统开发。
其他标签
常见问题
「性能优化」这个标签是怎么归的?
标签来自每个产品的中文拆解(解决什么场景、面向谁),由模型从产品自述里归纳,不是人工逐条打的,也不接受付费打标。
这里的排序依据是什么?
按库内真实热度:投票数 / MRR / 增速,取产品实际有的那个。不是编辑推荐,也不卖位置。
数据多久更新?
追踪持续进行(分钟级),本页于 2026-10-26 生成。全部数字可经公开只读 API 复核:https://kanonagent.com/data