VSCode运行代码性能监控：实时查看CPU与内存占用

VSCode原生不支持实时显示用户代码的CPU/内存占用，仅监控自身进程；需通过系统命令（如top、psutil）、Chrome DevTools（Node.js）或cProfile+snakeviz（Python）等外部工具对接真实进程进行精准监控。

VSCode 原生不支持在状态栏或运行时界面中实时显示你代码的 CPU/内存占用——它只管编辑器自身资源，不管你的脚本跑得多疯。 想监控 python script.py 或 node index.js 的真实资源消耗，必须绕过 VSCode UI 层，直接对接系统进程或在代码里埋点。

用 Developer: Open Process Explorer 看“谁在吃资源”，但不是你的代码

这个命令（Ctrl+Shift+P → 输入 Developer: Open Process Explorer）能列出所有 VSCode 子进程：主进程、renderer、extensionHost、shared-process。但它不显示你运行的脚本进程，除非你用 Code Runner 扩展并启用了进程托管模式（默认关）。常见误解是以为 extensionHost 下面那个高内存条目是你刚 run 的 Python 脚本——其实那是语言服务器或 Prettier 在后台解析。

• 它只反映 VSCode 自身组件的 RSS 内存和采样 CPU %，单位是 MB 和百分比，无时间轴
• 若你用终端手动执行 python main.py，该进程完全游离于这个视图之外
• 真正想定位“我的代码是否内存泄漏”，得去系统任务管理器里找 python.exe 或 node 进程，而不是盯着 extensionHost 看

在终端里用系统命令查你代码的真实资源

VSCode 集成终端就是普通 shell，所有系统级监控命令都有效。关键是要在代码启动后，立刻拿到它的 PID，再持续采样。

• Linux/macOS：python script.py & echo $! > /tmp/my_pid; top -p $(cat /tmp/my_pid) —— 启动后台进程并用 top 锁定监控
• Windows PowerShell：$p = Start-Process python -ArgumentList "script.py" -PassThru; Measure-Command { Get-Process -Id $p.Id } | Select-Object TotalSeconds —— 获取执行耗时，再配合 Get-Process -Id $p.Id 查内存
• 跨平台更稳的做法：用 psutil（Python）或 process.memoryUsage()（Node.js）在代码里主动上报，比外部轮询准得多

为什么 Resource Monitor 扩展显示的不是你代码的资源

Resource Monitor 扩展（作者 stefanmaierhofer）在状态栏显示的 CPU% 和 Memory MB，本质是调用系统命令查整个 code 进程组的 RSS，不是你 run 出来的子进程。它甚至无法区分 renderer 和 extensionHost 的内存归属。

• macOS 上若 VSCode 运行在 Rosetta 模拟层，ps 可能误报内存值，数字偏高 20–30%
• 刷新间隔默认 2 秒，高负载时采样本身会抬高 CPU，形成正反馈
• 它没有 API 给你导出数据，也不能点击跳转到对应进程详情页——纯属“看着方便，信不得”

嵌入式监控才是最准的，尤其对 Python/Node.js

如果你真关心某段逻辑的峰值内存或 CPU 时间，别依赖外部工具采样，直接在代码里拿原生指标：

• Python：psutil.Process().memory_info().rss 获取当前 RSS；tracemalloc 跟踪内存分配源头；time.perf_counter() 替代 time.time() 测精确耗时
• Node.js：process.memoryUsage().heapUsed 是 V8 堆内存，但实际物理内存要看 process.memoryUsage().rss；CPU 时间需用 process.cpuUsage() 差值计算
• 注意：psutil 默认只对本进程有效，跨进程（如子 shell）要显式传 PID；process.cpuUsage() 返回的是累计 ticks，不是百分比，得自己除以 elapsed time

真正容易被忽略的点：VSCode 的“运行”动作（比如点击 ▶️）多数时候只是起个 shell 子进程，它和编辑器主进程完全隔离。你以为在监控“VSCode 里的代码”，其实你监控的是操作系统里的另一个独立进程——所有精度问题、PID 丢失、采样延迟，根源都在这个边界上。