AI Skill 大全

React Native全链路性能调优

基于真实渲染指标、包体积分析与原生线程瓶颈排查,为 React Native 应用提供从卡顿定位、列表虚拟化到启动耗时优化的全套工程化解决方案。

功能与用途

该能力提炼自 Callstack 官方的《Ultimate Guide to React Native Optimization》,覆盖 JavaScript/React 层、原生端(iOS 与 Android)以及打包构建三个核心维度的性能调优方案。针对列表掉帧、无效重复渲染、冷启动(TTI)缓慢、产物体积膨胀、内存泄漏和 Turbo Modules 线程阻塞等常见顽疾,提供遵循“测量-优化-复测-验证”闭环的排查手段与修复指引。

适用场景

  • 长列表滑动与动效掉帧治理:针对长列表滚动卡顿与无谓重渲染,利用 DevTools 定位慢组件,换用 FlashList 虚拟化并引入原子化状态优化渲染性能。
  • App 冷启动耗时与 TTI 压缩:针对首屏加载缓慢,配置 Hermes 引擎 mmap 映射,采用原生导航并预加载高频页面,有效缩短用户等待时间。
  • JS 产物体积分析与减重瘦身:使用 source-map-explorer 定位超大依赖,清理无用 Polyfill 与全量桶导入,结合代码压缩削减打包体积。
  • 原生模块线程阻塞与通信优化:排查 Bridge 通信开销与原生 CPU 占用,将耗时任务迁移至后台线程处理,并将同步 Turbo Module 改为异步调用。

适用人群

  • React Native 架构师与研发工程师
  • 移动端跨平台技术专家
  • App 性能与体验专项治理人员

使用步骤

  1. 采集基线指标:使用 React DevTools Profiler、Xcode Instruments 或 Android Studio CPU Profiler 测量当前帧率、TTI 或提交耗时。
  2. 依据优先级排查瓶颈:按照 FPS与重渲染 > 打包体积 > TTI > 原生性能 > 内存 的优先级映射对应优化参考文档。
  3. 实施针对性优化:应用 FlashList 替换、React Compiler 自动记忆化、避免 Barrel 导出或 Turbo Modules 异步化等方案。
  4. 复测与效果验证:使用相同交互流程再次测量性能指标,对比优化前后数值确认达成提升目标。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-23
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Provides React Native performance optimization guidelines for FPS, TTI, bundle size, memory leaks, re-renders, and animations. Applies to tasks involving Hermes optimization, JS thread blocking, bridge overhead, FlashList, native modules, or debugging jank and frame drops.

使用前准备

  • 具备 React Native 跨平台开发经验与 React 基础架构知识
  • 本地具备 React Native 开发调试环境(Metro、React DevTools、Xcode 或 Android Studio)
  • 熟悉基础命令行与性能分析工具(如 source-map-explorer、Instruments 等)

依赖与权限

  • 读取用户主动提供的内容

同类 Skill