技能介绍

要解决什么问题

手写脚本给命令行程序计时，几乎都会踩两个坑：一是只跑一两次取平均值，进程预热、文件系统缓存、内核调度抖动全被算进结果里；二是脚本自己写统计，离群值要么被忽略要么被随手剔除，结论经不起复现。hyperfine 的定位就是替代这类临时计时脚本，用带统计校验的基准测试回答一个问题：我的程序到底比上一版快了多少，以及这个数字可信到什么程度。

技能如何工作

这个技能把 Hyperfine 的调用组织成一条可复用的流程，核心能力包括：

预热运行：正式计时前先跑若干次，让缓存、JIT 编译、连接池这类冷启动成本不污染测量结果；
离群值检测：对多轮计时做统计筛选，自动识别并剔除异常值，报告的平均值与标准差因此更接近真实运行状态；
参数化基准：为同一条命令维护多组参数，跑完后直接输出横向对比，适合 A/B 版本或不同参数下的耗时对照；
多格式导出：结果可导出为 JSON、CSV 或 Markdown，前者便于接流水线做回归监控，后者可以直接贴进技术博客或 PR 描述。

一个常被忽略但很关键的步骤是缓存清理：技能支持在每轮计时之前挂载缓存清理命令（比如清空构建目录、缓冲区或 DNS 缓存），避免首轮测试吃到了后面几轮积累的缓存红利。

适用边界与注意点

Hyperfine 测量的是进程执行的墙钟时间，不能替代 profiler 做函数级定位，热点代码还得靠 perf、py-spy 这类工具分析；
测量结果依赖运行环境，容器 CPU 限额、并发负载、后台任务都会引入噪声，跨机器对比数字前应先确认环境一致；
参数化对比的样本量要足够，轮次太少时离群值剔除逻辑可能误伤正常结果，建议结合标准差一起判断；
缓存清理命令本身有开销，要确保它不计入被测量的时间窗口，否则基准数据会整体偏高。