lading-optimize-submit

lading-optimize-submit 技能是 lading 项目性能优化流程中的最后关键步骤。它专为致力于 DataDog agent 或相关高性能 Rust 服务的软件工程师与性能分析师所设计。此技能弥合了成功实验与版本控制整合之间的鸿沟，确保经验证的性能提升能以标准化 git 实践进行记录与合并。

在完成性能优化实验与同行评审后，用户可调用此技能来完成贡献。它将与提交技术改进相关的重复性工作自动化，让开发人员能专注于代码的性能特性，而非分支管理与 PR 模板编写的技术细节。这有助于维持整个存储库在优化工作上的高度一致性。

• 自动建立符合 opt/<crate>-<technique> 命名惯例的标准化 git 分支。

• 使用预定义模板生成结构化且符合规范的 git 提交，内容包含微基准测试与宏观基准测试结果。

• 通过 gh CLI 简化 GitHub Pull Request 的创建过程，并填入完整的性能总结与验证状态。

• 整合前序的 lading-optimize-hunt 流程，以确保严格遵守项目“性能优先”的设计目标。

• 强制执行 commit 消息最佳实践，包含长度限制与描述性元数据。

• 前提条件：请确保工作环境干净，并已执行 /lading-preflight 与 /lading-optimize-hunt 技能。

• 输入：依赖于记录在 .claude/skills/lading-optimize-hunt/assets/db.yaml 的性能数据，以及位于 .claude/skills/lading-optimize-submit/assets/ 的模板文件。

• 预期输出：推送到远端的 git 分支以及已创建并准备进行最终评审的 Pull Request。

• 约束条件：本技能要求 git 工作区状态必须干净；若检测到未暂存的修改，执行将会中断。

• 性能标准：所有提交内容必须符合 lading 项目对于确定性 (determinism) 与无运行时恐慌 (no runtime panics) 的要求，并遵循现有的架构决策记录 (ADR)。