软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索容量规划，共找到 32 条记录

默认排序最新上传最多下载

容量规划分析

analyzing-capacity-planning

jeremylongshore/claude-code-plugins-plus-skills

帮助分析 CPU、内存、存储和网络等使用情况，预测未来基础设施需求，识别瓶颈并提出带成本的扩容策略，便于前瞻性容量管理。

容量规划分析

analyzing-capacity-planning

jeremylongshore/claude-code-plugins-plus-skills

帮助分析 CPU、内存、存储和网络等使用情况，预测未来基础设施需求，识别瓶颈并提出带成本的扩容策略，便于前瞻性容量管理。

大规模数据处理与架构扩展

clay-load-scale

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的解决方案，用于指导用户如何扩展数据富集管道，以处理每月1万到10万以上的海量数据。内容涵盖了容量规划、使用队列系统进行批量处理优化、处理速率限制以及设计多表架构，确保数据摄取过程的稳定性和高可扩展性。

Exa API负载测试与扩容

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的Exa API负载测试、容量规划和扩容策略。它指导用户如何进行压力测试，管理API的速率限制（QPS），并优化搜索架构。核心内容包括使用k6进行性能基准测试、实现LRU缓存，以及通过请求队列提升系统的整体吞吐量，适用于构建高并发、低延迟的RAG系统。

网络爬虫负载测试与扩容

firecrawl-load-scale

jeremylongshore/claude-code-plugins-plus-skills

该技能用于对Firecrawl抓取流程进行全面的负载测试和性能扩展。它通过实现并发控制、批处理和队列管理，帮助用户在遵循API限流的前提下，最大化爬取吞吐量。适用于进行容量规划、进行大规模数据抓取效率优化等专业场景。

监控与可观测专家

monitoring-expert

Jeffallan/claude-skills

为分布式服务构建结构化日志、Prometheus/Grafana监控、追踪、告警及压测与容量规划方案，以便全方位观测、排查生产问题并保障业务指标。

Perplexity API 负载测试与容量规划

perplexity-load-scale

jeremylongshore/claude-code-plugins-plus-skills

本技能提供Perplexity Sonar API的负载测试和容量规划指导。用户可以学习如何使用k6等工具进行性能基准测试，模拟不同并发量，确保在高流量下仍能遵守速率限制，并根据使用规模估算API成本和架构升级方案。

Replit负载测试与扩容指南

replit-load-scale

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套完整的Replit应用负载测试和容量规划流程。用户可以学习如何使用k6和autocannon等专业工具进行基准测试，掌握Autoscale行为调优、Reserved VM资源调整，以及数据库连接池优化，确保应用在高并发和突发流量下的稳定性能。

Vercel性能测试与容量规划

vercel-load-scale

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套完整的Vercel部署负载测试和容量规划流程。用户可以利用k6和autocannon等专业工具，模拟各种流量压力，测试应用的并发限制、冷启动影响，并通过调整Fluid Compute的并发度，确保应用在高峰流量时的稳定性和高性能。

Python离散事件模拟框架

K-Dense-AI/claude-scientific-skills

SimPy是一个基于Python的流程化离散事件模拟框架。它专门用于构建和分析复杂的系统模型，例如制造系统、服务队列、网络流量或物流网络。该工具允许您模拟实体之间的交互、共享资源的竞争以及随时间变化的事件，从而进行容量规划和流程优化。

渐进式估算：AI辅助项目管理

progressive-estimation

sickn33/antigravity-awesome-skills

该技能提供先进的项目估算能力，可适应纯人工、人机混合或AI代理驱动的开发模式。它利用基于研究的PERT统计和置信区间（P50/P75/P90），为开发任务、积压列表和容量规划提供科学的工时预测。系统通过实际完成数据进行持续校准，确保在人机协作和AI辅助环境下的估算精度。

系统资源检测工具

get-available-resources

K-Dense-AI/scientific-agent-skills

检测主机资源库存，包括 CPU、内存、磁盘和加速器限制，用于资源感知规划。生成去敏 JSON 快照，无需压力测试或假设硬件可用性。支持 Python 3.11+ 在 Linux、macOS 和 Windows 上运行。包含工作负载规划助手和保守容量估算。

语言