性能分析

我们如何构建异步感知的 Python 性能分析器

Datadog 的工程师发现，过去用来分析 Python 程序运行快慢的工具（火焰图）在看 asyncio 异步代码时，会搞不清“哪个任务等哪个任务”，导致看不出性能问题是哪条调用路径造成的。他们新做了一种“异步感知”的分析方式，像记录函数调用关系一样记录任务之间的父子依赖，再把相关任务叠起来展示，这样就能看出一个协程到底在等什么。同时他们还把分析器自身的额外开销降低了 60% 以上，并产出更精细的数据。对用 Python 写异步服务的人来说，以后定位异步任务的性能瓶颈会更清楚。文中没有说明这个新版分析器是否已对所有用户开放。

chrome-devtools-mcp：让编码智能体通过 MCP 控制并检查 Chrome 浏览器

ChromeDevTools/chrome-devtools-mcp · Chrome DevTools for coding agents

chrome-devtools-mcp 是 Chrome DevTools 团队提供的 Model-Context-Protocol（MCP）服务器，让 Antigravity、Claude、Cursor、Copilot 等编码智能体能够控制并检查真实的 Chrome 浏览器，用于可靠的浏览器自动化、深入调试和性能分析。它基于 Chrome DevTools 记录性能 trace 并提取可执行的性能洞察，支持分析网络请求、截图、查看浏览器控制台消息（含 source-map 堆栈），并借助 puppeteer 自动化操作、自动等待操作结果。除 MCP 之外还提供 CLI，可在不使用 MCP 的情况下使用。