浏览器性能画像与长任务治理：Long Tasks、Event Timing 与调度优化
通过 Long Tasks 与 Event Timing 构建浏览器性能画像，识别主线程阻塞并实施调度优化与降载策略，提供可验证的帧率与交互时延指标
优化
浏览器端 AI 推理实践：WebGPU/ONNX Runtime Web 与性能优化
在浏览器端实现 AI 推理，采用 WebGPU 与 ONNX Runtime Web，覆盖模型加载、输入预处理与性能优化策略，提供可验证的时延与体积指标
现代图片编解码与图像管线优化：AVIF/WebP、响应式图片与CDN变换
构建现代图片管线，从编解码（AVIF/WebP）到响应式加载与 CDN 变换，结合懒加载与优先级控制，给出可验证的字节减少与渲染指标
GPU 调度与 AI 推理成本优化（2025）
GPU 调度与 AI 推理成本优化（2025）推理服务成本受批量与并发与精度等影响，需在性能与体验之间平衡。一、批处理与并发批处理：提升吞吐但增加延迟；按场景权衡批大小。并发调度：控制并发队列与优先级，避免拥塞与抖动。二、精度与算子混合精度：FP16/BF16 在可接受损失下提升性能。算子优化：选择
Fetch Priority：fetchpriority 与资源调度优化
使用 fetchpriority 为关键资源提供优先级提示，优化首屏与关键路径加载；结合实测与 DevTools 验证效果。
Flink实时计算作业资源与检查点优化
通过并行度与算子链优化、检查点与状态后端选择、回压与重启策略治理，提升 Flink 作业的稳定性与吞吐，并给出验证方法。
Git大仓优化：Partial Clone与Sparse Checkout
在超大代码仓场景下，利用部分对象与稀疏检出提升克隆与构建效率，降低 CI 成本。
HTTP 资源提示与连接优化（preconnect、dns-prefetch 与验证）
使用preconnect与dns-prefetch提前建立连接与解析DNS，降低首屏关键路径延迟，提供服务端与客户端配置及验证方法。
INP 交互延迟优化实战（2025）
INP 交互延迟优化实战（2025）INP 反映用户输入到界面响应的延迟，优化重点在主线程负载与调度。一、任务与拆分拆分长任务：将>50ms任务拆分并在空闲执行。优先级：交互相关任务优先调度与渲染。二、异步与并行异步：I/O 与非关键计算下放到 Web Worker。并行：采用虚拟列表
