MaDxCRaZY/antigravity-skills

Ersetzt Spekulation durch empirische Hardware-Telemetrie: Erstellt spontan Ad-hoc-Stresstest-Umgebungen, führt sie headless aus und belegt Leistungssteigerungen mit harten Zahlen.

Was ist antigravity-skills?

Dieses Skill („Empirical Benchmark & Telemetry Protocol“) zwingt den KI-Agenten, theoretische Behauptungen durch empirische Messungen zu ersetzen. Es definiert eine klare Benchmark-Richtlinie: Der Agent muss eigenständig Test-Harnesses in einem dafür vorgesehenen Scratch-Verzeichnis erstellen, die Laufzeitumgebung aufwärmen sowie mindestens 10–50 Iterationen durchführen, um statistisch zuverlässige Perzentile (p50, p90, p99) zu ermitteln. Gemessen werden Latenz, Durchsatz, Speicherverbrauch und Fehlerraten – alles über headless `run_command`-Aufrufe. Der Agent generiert zwingend eine Vergleichstabelle (Baseline vs. Candidate), die die prozentuale Veränderung und das Konfidenzniveau ausweist. Skill-Plattformen: Entwickelt für deckungsgleiche CI/CD- und Agent-Umgebungen, die `run_command` und Dateisystemzugriff unterstützen. Der Hauptnutzen liegt in der Eliminierung von Rateversuchen: Ohne tatsächliche Benchmark-Läufe und reproduzierbare Konsolenausgaben darf keine Optimierung als „bewiesen“ deklariert werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Antigravity

npx skills add https://github.com/MaDxCRaZY/antigravity-skills/tree/HEAD/skills/benchmark

Dokumentation

Empirisches Benchmark- & Telemetrieprotokoll

Der Befehl /benchmark erzwingt empirische Überprüfung. Statt theoretische Behauptungen oder synthetische Schätzungen zu akzeptieren, muss der Agent ausführbare Test-Harnesses erstellen, sie headless ausführen und reale Hardware-Leistungskennzahlen messen.

Benchmark-Richtlinien

Ad-hoc-Harness-Synthese:
- Schreibe Testskripte oder Mikro-Benchmarks in <appDataDir>/brain/<conversation-id>/scratch/ (oder einem dafür vorgesehenen Benchmark-Verzeichnis).
- Wärme die Ausführungslaufzeit vor dem Messen auf.
- Führe mehrere Iterationen durch (mindestens 10–50 Iterationen, abhängig von der Arbeitslastdauer), um statistisch zuverlässige Perzentile (p50, p90, p99) zu ermitteln.
Hardware-Telemetriemessung: Führe headless über run_command aus und erfasse:
- Latenz: Wanduhr-Ausführungszeit (ms/µs).
- Durchsatz: Operationen pro Sekunde / Bilder pro Sekunde / Bytes pro Sekunde.
- Speicher: Spitzenwert der Resident Set Size (RSS), Allokationschurn, Heap-Fußabdruck.
- Fehlerrate: Fehleranzahl oder Timeout-Auftreten unter Last.
Vergleichsmatrix: Erstelle stets einen Side-by-Side-Empiriebericht, der Baseline und Kandidat gegenüberstellt:

Metrik Baseline Kandidat Delta (% Änderung) Konfidenz
Median-Latenz (p50) ... ... ...% p < 0,01
Tail-Latenz (p99) ... ... ...% p < 0,01
Spitzenspeicher (RSS) ... ... ...% Verifiziert
Durchsatz ... ... ...% Verifiziert
Absolutes Rateverbot: Erkläre niemals eine Funktion für „optimiert“, ohne das Benchmark-Skript auszuführen und rohe, reproduzierbare Konsolenausgaben zu melden.

MaDxCRaZY/antigravity-skills

Was ist antigravity-skills?

In Ihrer bevorzugten KI fragen

Dokumentation

Empirisches Benchmark- & Telemetrieprotokoll

Benchmark-Richtlinien

Individual skills in this repo