我们是怎么把“Unity/Unreal性能回归告警”做到CI流水线里的

最近半年，游戏团队里有一个现象特别明显——性能数据开始从GOT Online里“流”出来了。

不再只是QA跑完测试，把报告链接甩群里，然后大家在Profiler里翻半天曲线 —— 性能数据开始被接进CI、接进看板、接进IM告警，甚至接进Codex、CC —— 让AI帮你写完接口对接代码。

以前性能数据是“看完归档”，现在变成了“用起来”。这个转变其实不是我们刻意推的，是项目跑着跑着自然长出来的，是一些团队发现，GOT Online报告里的数据，只要通过Open API拉出来，就能直接驱动CI流水线，推动告警、看板、准出卡，甚至让AI Agent帮你跑接入。

这个月，围绕“让数据真正用起来”这件事，我们做的最核心的一件事就是让AI Agent能直接上手。Cursor、Claude Code这套工作流跑起来之后，工程师接一个第三方API的姿势其实已经变了：丢一份文档给AI，让它把对接代码直接写出来。这才是这两年“接 API”该有的样子。原来要工程师读2天文档+反复试错，现在Cursor/Codex一晚上跑通，第二天工程师只做联调。

挑几个最常被用到的场景说说：

1. 性能回归告警（CI流水线）

跑测之后自动拉接口数据，跟基线比一比 —— FPS跌超5%、卡顿率涨超3%、Mono堆在固定测试周期内持续增长且未收敛，立刻报警。一个项目这么接上之后，性能问题基本在合包当天就能被拦在测试环境里，不用等到发版前夜全组陪着救火。

2. 准出卡/上线门槛

把FPS≥28、卡顿率≤5%、内存≤3GB、Mono堆≤300MB写成接口拉数据后的自动判断，过不了这关，CI流水线直接拦下来，不允许进入提审环境。这条对中后期项目特别值 —— 指标卡死之后，大家心里都有数。

3. 场景维度精细对比

同一个场景在不同版本、不同改动下的FPS、GPU Clocks、PSS和热点函数耗时拉出来横向比，改动带来的性能劣化或优化收益，一眼就能看清楚。

曾经有过某场景热点函数单帧调用峰值飙到172次的极端case，通过版本对比，很快就把问题范围收敛到了某次功能迭代。

4. GPU瓶颈快速定位

直接拉GPU接口看GPU Clocks等关键指标，先判断问题是不是出在GPU侧。之前有个项目的副本场景里，GPU Clocks从207万涨到929万（+350%）。数据一拉出来就很明确 —— GPU渲染负载明显超出了设备预算。

5. 内存泄漏巡检

同一份测试用例每天跑一遍，固定机型、固定流程、固定时长，持续拉取PSS、Mono堆、Lua内存等关键指标，连续N天不收敛就自动报警或建工单。

很多潜伏型内存问题，就是这么被早期揪出来的 —— 无论是Mono堆持续增长、Lua内存异常波动，还是整体PSS持续抬升，都能通过长期趋势分析提前发现。比上线后拿用户反馈倒推，快得不是一星半点。

6. 堆栈导出

堆栈导出 + 跨版本对比 = 一眼定位退化函数

3个版本报告横向一拉，RenderPipelineManager.DoRenderLoop_Internal立刻浮出来 —— 3份都是耗时Top1。

再看具体函数堆栈，不用挨个打开报告、不用肉眼比对曲线，一个批量查询接口就把“哪个函数在退化、退化了多少”摆到桌面上，直接点击AI分析快速得到退化的推断分析。

相比过去靠经验猜、靠肉眼找曲线，现在定位效率高了不止一个量级。

UWA Open API这条路，其实一直就在那儿 —— 只是这次我们把它认认真真地梳理了一遍。文档让AI能读、接口让CI能跑、场景让大家照着抄。

试一试吧 —— 挑一个最贴你们当前痛点的场景（CI回归告警、准出卡，随便哪个），调一两个接口先把数据塞进你们自己的工作流跑起来，看看能不能把那些“上线前夜才被发现”的性能问题，提前两个礼拜。

最后说两句：

工具的价值，不仅在于它能算得多快，更在于它能不能真的融入团队的日常流转中，帮大家准时下班。

我们深知，在项目期引入或者尝试一个新工具是有成本的。不管你们现在卡在什么性能瓶颈上，联系我们的商务同学，UWA的技术专家会一对一陪着你们跑通测试，直击问题。

关于UWA

UWA是一家创业十年的高新技术企业，作为游戏行业的深耕者，UWA始终专注于为使用Unity、Unreal引擎的开发者提供丰富的优化产品，帮助开发者高效解决开发问题、定位性能瓶颈、提供解决方案，已支持超过一万款游戏项目。还打造了技术博客、问答、开源库、学堂等社区产品，为开发者提供便利和高效的支持。线上培训和线下教育的新业务，满足行业对人才培育的需求。