Was macht create-technical-spike?
Erstelle zeitlich begrenzte technische Spike-Dokumente, um kritische Entwicklungsentscheidungen vor der Implementierung zu erforschen und zu klären.
Zweck
Dieses Skill ermöglicht es, fokussierte technische Untersuchungen (Spikes) durchzuführen, die helfen, Risiken zu minimieren und fundierte Architekturentscheidungen zu treffen. Es eignet sich ideal für:
- Evaluierung neuer Technologien oder Bibliotheken
- Untersuchung von Performance-Engpässen
- Vergleich von Lösungsansätzen
- Validierung von Architekturhypothesen
- Klärung von Abhängigkeiten und Schnittstellen
Funktionsweise
- Ziel definieren: Lege das zu untersuchende Problem oder die Fragestellung fest.
- Zeitbox festlegen: Bestimme einen klaren Zeitrahmen (z. B. 2–4 Stunden).
- Experimentieren: Führe Tests, Recherchen oder Prototypen durch.
- Dokumentieren: Halte Ergebnisse, Erkenntnisse und Empfehlungen im Spike-Dokument fest.
- Entscheiden: Nutze die Erkenntnisse für eine informierte Entscheidung im Entwicklungsprozess.
Nutzung
Das Skill kann über den entsprechenden KI-Agenten (z. B. Claude Code, Cursor, Codex) aktiviert werden. Beispiel-Prompt:
Verwende das Skill github/create-technical-spike, um die beste Datenbank für unser Benachrichtigungssystem zu evaluieren. Lege eine Zeitbox von 3 Stunden fest.
Das erzeugte Dokument enthält typischerweise:
- Titel: Kurze, aussagekräftige Bezeichnung des Spikes
- Zielsetzung: Beschreibung der Fragestellung
- Hypothese: Annahme, die überprüft wird
- Durchführung: Schritte und Methoden
- Ergebnisse: Quantitative und qualitative Erkenntnisse
- Empfehlung: Handlungsorientierte Schlussfolgerung
Unterstützte Plattformen
- Claude Code
- Cursor
- Codex
- Weitere KI-Assistenten mit Skill-Unterstützung
Beispielausgabe
# Technischer Spike: Datenbank für Benachrichtigungssystem
## Zielsetzung
Finde die optimale Datenbank (PostgreSQL vs. MongoDB) für ein skalierbares Push-Benachrichtigungssystem.
## Zeitbox
3 Stunden (14:00–17:00)
## Hypothese
PostgreSQL mit JSONB ist aufgrund der ACID-Compliance und flexiblen JSON-Abfragen besser geeignet als MongoDB.
## Durchführung
1. Lade Datensatz mit 10 Mio. Benachrichtigungen.
2. Führe Lese- und Schreibabfragen aus.
3. Dokumentiere Latenz, Speicherbedarf und Komplexität.
## Ergebnisse
| Kriterium | PostgreSQL | MongoDB |
|-----------|------------|---------|
| Lese-Latenz | 2 ms | 3 ms |
| Schreib-Latenz | 5 ms | 4 ms |
| Speicher (unkomprimiert) | 1,2 GB | 1,5 GB |
| ACID-Compliance | Ja | Nein |
## Empfehlung
PostgreSQL verwenden, da es bei vergleichbarer Latenz bessere Datenintegrität und Flexibilität bietet.
Best Practices
- Halte die Zeitbox strikt ein – sonst verliert der Spike seinen Fokus.
- Dokumentiere auch negative Ergebnisse – sie sind genauso wertvoll.
- Teile das Spike-Dokument mit dem Team, um Wissenssilos zu vermeiden.
- Verwende das Dokument als Grundlage für Architektur-Entscheidungen.
Fehlerbehebung
- Problem: Der Spike dauert zu lange. Lösung: Reduziere die Zeitbox oder unterteile das Problem in kleinere Spikes.
- Problem: Ergebnisse sind nicht eindeutig. Lösung: Führe einen Folge-Spike mit präziseren Hypothesen durch.
- Problem: Keine passende Plattform. Lösung: Passe die Ausgabe für GitHub Discussions oder Confluence an.