Ohhnews

分类导航

$ cd ..
Jetbrains Blog原文

GoLand 性能分析器现已支持 AI 智能体

#goland#性能分析#ai智能体#jetbrains#go语言

在 Go 性能分析实践指南 中，我们提到，有些接受采访的 Go 开发者会尽可能避开 pprof。对他们中的许多人来说，典型的 Go 服务即使不做优化也运行得足够好，因此当他们确实需要做性能分析时，感觉就像一场使用自己并不十分熟悉的工具进行的“救援任务”。他们必须记住该采集哪种分析数据、如何采集，然后再去理解大量底层数据。

GoLand 2026.1.2 通过内置性能分析器让采集部分变得更简单。在 GoLand 2026.3 中，我们更进一步——你的 AI 智能体现在也能使用这个分析器。你描述症状，例如“通过 POST /reindex 重建索引的耗时远超预期，对它做性能分析”，智能体就会使用分析器运行你的应用，选择适合该问题的分析类型，读取结果，并指出导致问题的代码。你不需要知道互斥锁分析数据是什么，也不需要知道该传哪些 pprof 标志。

这可通过随附的 goland-profiler 技能和一组 MCP 工具，与 Claude Code、Codex 和 Junie 配合使用。下面我们进一步看看智能体会做什么，以及你可以如何与它分工。

当你让智能体对应用做性能分析时，会发生什么？

goland-profiler 技能会告诉智能体何时该使用性能分析器，例如执行缓慢、CPU 使用率高、分配过多、内存增长、阻塞、锁争用或 goroutine 泄漏。它还说明了如何使用让智能体能够访问 GoLand 性能分析器的 MCP 工具。一次典型的运行过程如下：

  1. 使用性能分析器运行： 如果你已经用性能分析器启动了应用，智能体会复用那次运行。否则，它会使用你的运行配置，像你点击 Run with Profiler 按钮一样，用性能分析器启动应用。该技能明确要求智能体不要添加 net/http/pprof 或任何临时性能分析代码，因此你的源代码保持不变。如果不清楚应用是否按预期运行，智能体也可以读取其输出。
  2. 选择分析类型： 该技能指导智能体采集能回答当前问题的最小范围数据。对于 CPU 问题，这意味着在运行工作负载（例如负载生成器）时进行记录，或者在负载稳定时采集定时分析数据。对于其他问题，它会采集用于同步等待的阻塞分析数据、用于锁争用的互斥锁分析数据，或在内存持续增长时采集两份堆分析数据进行对比。分配、goroutine 和 goroutine 泄漏分析数据也可用。
  3. 读取结果： 每次采集都会返回一份摘要，最多包含你代码中最热的五个函数，显示它们的开销分布在哪里、哪些代码行最昂贵，以及它们是如何被调用到的。智能体会从这份摘要开始，只在摘要不够时才请求更多细节——某个给定根节点下的顶级函数、通往某个函数的调用路径，或某个函数中最昂贵的代码行。
  4. 报告发现： 智能体会告诉你主要瓶颈是什么、开销有多大、你代码中哪条调用路径导致了它、热点代码行在哪里，以及它属于 CPU 计算、内存分配、阻塞、争用还是 goroutine 增长。它还会建议修复方案或进一步的测量，并且被要求将性能分析数据所显示的内容与它自己的假设区分开。如果你提出要求，它也可以直接进行修改。

智能体采集的每一份分析数据都会进入性能分析器会话，以及 Go Optimization 工具窗口中的 Recent profiles，就像你自己采集的一样。如果你想要复核智能体的结论，可以打开同一份分析数据并查看火焰图。

MCP 工具

使用性能分析器运行应用

使用性能分析器启动和停止应用，方式与 Run with Profiler 按钮相同。你的源代码不会被更改。

  • run_with_profiler：启动一个启用了性能分析器的运行配置。
  • list_profiled_runs：列出活动和最近停止的性能分析运行，包括你从 IDE 启动的运行。
  • get_profiled_run_output：返回性能分析运行的程序输出，例如应用日志。
  • stop_profiled_run：停止正在被分析的应用。

采集分析数据

将采集到的分析数据保存到会话和 Recent profiles，以便你之后在 GoLand 中打开。

  • take_profile：采集一份分析数据（快照，或指定时长的 CPU 性能分析数据），并连同摘要一起返回。
  • start_cpu_recording：开始 CPU 记录。
  • stop_cpu_recording：停止记录，保存 CPU 性能分析数据，并返回摘要。

读取分析数据

可处理任何分析数据——智能体采集的、你采集的，或当前在编辑器中打开的那一份。

  • list_profiles：列出会话、最近和当前打开的分析数据。
  • profile_summary：返回任意已保存分析数据的总计信息，以及开销最高的 5 个函数及其热点代码行和调用路径。
  • profile_top_frames：按自身开销或累计开销对函数排序，类似于 pprof -top。
  • profile_call_paths：显示通往给定函数的调用路径。
  • profile_source_lines：按开销对某个函数的源代码行排序，类似于 pprof -list。

如何与智能体分工

你可以决定把流程中的多少工作交给智能体。以下是我们发现的三种最有用的方式：

  • 智能体包办一切： 你描述问题，智能体处理其余所有事情，从启动应用到解释结果。当你不知道从哪里开始时，这是一个很好的选择。
  • 你来做性能分析，智能体来分析： 你自己运行性能分析器，打开一份分析数据，然后问智能体它看到了什么。智能体可以读取当前打开的分析数据，因此不需要导出或描述任何内容。
  • 你来运行应用，智能体来采集： 你使用性能分析器启动应用，并让它进入你关心的状态，例如预热之后，或加载了类似生产环境的数据集之后，然后让智能体采集分析数据。

工作流：与智能体分工的三种方式

智能体包办一切

当你知道有地方慢，但完全不知道从哪里入手时很有用。

  1. 你：“通过 POST /reindex 重建索引的耗时远超预期。对应用做性能分析，并告诉我原因。”
  2. 智能体：加载 goland-profiler，选择一个运行配置，并调用 run_with_profiler。你的代码保持不变。
  3. 智能体：向应用发送一些负载，使用 start_cpu_recording 和 stop_cpu_recording 记录 CPU；如果症状指向内存，还会采集堆或分配分析数据。每次采集都会返回一份摘要，其中包含最热的函数和调用路径。
  4. 智能体：如果摘要不够，就用 profile_top_frames、profile_call_paths 或 profile_source_lines 深入分析，然后停止它启动的应用。
  5. 智能体：解释什么慢以及为什么慢；如果你要求，还可以修复问题。分析数据会保留在 GoLand 中，你可以打开并检查。

你来做性能分析，智能体来分析

你掌控运行过程，智能体帮助你理解已经打开的分析数据。

  1. 你：使用性能分析器运行应用，复现慢请求，并照常采集一份分析数据。
  2. 你：打开分析数据。火焰图里有些地方看起来不对劲，但你不确定是什么。
  3. 你：“看看当前打开的分析数据。为什么我们分配了这么多内存？”
  4. 智能体：通过 list_profiles 找到当前打开的分析数据，用 profile_summary 读取它；如果摘要不够，再用 profile_top_frames、profile_call_paths 或 profile_source_lines 深入分析。它读取的就是你正在查看的同一份分析数据。
  5. 智能体：结合你的代码解释热点路径，并建议修复方案。

你来运行应用，智能体来采集

你使用性能分析器启动应用，并让它进入你关心的状态，然后由智能体接手。

  1. 你：使用性能分析器启动应用，并让它进入正确的状态，例如预热之后，或加载了类似生产环境的数据集之后。
  2. 你：“它现在正使用性能分析器运行。采集 goroutine 和互斥锁分析数据，并告诉我争用发生在哪里。”
  3. 智能体：用 list_profiled_runs 找到你的运行，然后针对每种分析类型调用 take_profile。
  4. 智能体：读取分析数据，对照源代码检查，然后向你报告。应用会继续运行，直到你停止它。

当前限制

  • 由 GoLand 启动的应用： GoLand 的性能分析器会在编译期间修改可执行文件，以公开性能分析 API，因此无法附加到已经运行的进程。智能体要么通过启用了性能分析器的运行配置启动应用，要么使用你自己启动的会话。
  • 运行时间很短的程序： 性能分析器会对运行中的进程进行采样，因此一个在零点几秒内就结束的 CLI 工具没有足够时间采集到有用的数据。该技能最适合服务器、工作进程和其他长时间运行的服务。
  • 已测试的智能体： 我们已使用 Claude Code、Codex 和 Junie 测试过该工作流。其他能够连接到 GoLand MCP 服务器的智能体也可能可用，但我们尚未验证。

如何试用

  1. 更新到 GoLand 2026.3 并打开你的项目。
  2. 确保在 Settings | AI | Skills 中启用了 goland-profiler。你也可以在那里将其限制为特定项目，或将其关闭。
  3. 让你的智能体对应用做性能分析，或者打开一份你已经采集的分析数据，问智能体它看到了什么。

告诉我们你的想法

我们希望这能让性能分析成为你日常工作的一部分，而不仅仅是在服务已经出问题时才做的事。如果你一直避免使用性能分析器，现在可能是一个不错的尝试时机。

下载 GoLand

我们很想听听它在你那里效果如何——你最终采用了哪种分工方式，智能体的摘要是否足够，还是你仍然会打开火焰图，以及它在哪些项目上不适用。欢迎在 X 上标记我们，加入 #goland-gophers Slack 频道，或在我们的 YouTrack 问题跟踪器 中创建工单。

编码愉快，

GoLand 团队