Communitygithub.com

swift-concurrency-6-2

Swift 6.2 Zugängliche Nebenläufigkeit – standardmäßig single-threaded, @concurrent für explizites Auslagern in den Hintergrund, isolierte Konformitäten für MainActor-Typen. Verwenden Sie dies bei der Übernahme von Swift 6.2 Nebenläufigkeit – Auslagern mit @concurrent oder Auflösen von MainActor-Isolation.

Was ist swift-concurrency-6-2?

Diese Fähigkeit beschreibt das Nebenläufigkeitsmodell von Swift 6.2, bei dem Code standardmäßig single-threaded ausgeführt wird und Parallelität explizit eingeführt werden muss. Sie behebt häufige Data-Race-Fehler, ohne die Leistung zu beeinträchtigen, und bietet eine klare Migrationsstrategie von Swift 5.x, 6.0 und 6.1. Die Fähigkeit ist für alle Plattformen gedacht, die Swift 6.2 unterstützen, insbesondere Xcode 26, und konzentriert sich auf Kernmuster wie isolierte Konformitäten für MainActor-Typen, den Schutz globaler/statischer Variablen mit MainActor (einschließlich eines neuen Inferenzmodus), und die Verwendung des neuen @concurrent-Attributs für explizite Hintergrundarbeit. Sie enthält detaillierte Migrationsschritte, Best Practices und Anti-Patterns. Das Skill-Dokument enthält Codebeispiele, die die Änderungen gegenüber Swift 6.1 demonstrieren, und erklärt, wie der neue Compiler asynchrone Funktionen standardmäßig auf dem aufrufenden Akteur belässt, um implizites Auslagern zu vermeiden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/swift-concurrency-6-2

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Swift 6.2 Zugängliche Nebenläufigkeit

Muster für die Übernahme des Nebenläufigkeitsmodells von Swift 6.2, bei dem Code standardmäßig single-threaded ausgeführt wird und Nebenläufigkeit explizit eingeführt wird. Beseitigt häufige Data-Race-Fehler ohne Leistungseinbußen.

Wann aktivieren

  • Migration von Swift 5.x oder 6.0/6.1 Projekten zu Swift 6.2
  • Behebung von Compiler-Fehlern zur Data-Race-Sicherheit
  • Entwurf einer MainActor-basierten App-Architektur
  • Auslagern CPU-intensiver Arbeit in Hintergrundthreads
  • Implementierung von Protokollkonformitäten auf MainActor-isolierten Typen
  • Aktivieren der Build-Einstellungen „Approachable Concurrency“ in Xcode 26

Kernproblem: Implizites Auslagern in den Hintergrund

In Swift 6.1 und früher konnten asynchrone Funktionen implizit in Hintergrundthreads ausgelagert werden, was selbst in scheinbar sicherem Code zu Data-Race-Fehlern führte:

// Swift 6.1: FEHLER
@MainActor
final class StickerModel {
    let photoProcessor = PhotoProcessor()

    func extractSticker(_ item: PhotosPickerItem) async throws -> Sticker? {
        guard let data = try await item.loadTransferable(type: Data.self) else { return nil }

        // Fehler: Das Senden von 'self.photoProcessor' birgt das Risiko von Datenkonflikten
        return await photoProcessor.extractSticker(data: data, with: item.itemIdentifier)
    }
}

Swift 6.2 behebt dies: Asynchrone Funktionen bleiben standardmäßig auf dem aufrufenden Akteur.

// Swift 6.2: OK — async bleibt auf MainActor, kein Data Race
@MainActor
final class StickerModel {
    let photoProcessor = PhotoProcessor()

    func extractSticker(_ item: PhotosPickerItem) async throws -> Sticker? {
        guard let data = try await item.loadTransferable(type: Data.self) else { return nil }
        return await photoProcessor.extractSticker(data: data, with: item.itemIdentifier)
    }
}

Kernmuster — Isolierte Konformitäten

MainActor-Typen können jetzt sicher mit nicht-isolierten Protokollen konform gehen:

protocol Exportable {
    func export()
}

// Swift 6.1: FEHLER — greift auf MainActor-isolierten Code zu
// Swift 6.2: OK mit isolierter Konformität
extension StickerModel: @MainActor Exportable {
    func export() {
        photoProcessor.exportAsPNG()
    }
}

Der Compiler stellt sicher, dass die Konformität nur auf dem Main-Actor verwendet wird:

// OK — ImageExporter ist ebenfalls @MainActor
@MainActor
struct ImageExporter {
    var items: [any Exportable]

    mutating func add(_ item: StickerModel) {
        items.append(item)  // Sicher: gleiche Actor-Isolation
    }
}

// FEHLER — nicht-isolierter Kontext kann die MainActor-Konformität nicht verwenden
nonisolated struct ImageExporter {
    var items: [any Exportable]

    mutating func add(_ item: StickerModel) {
        items.append(item)  // Fehler: MainActor-isolierte Konformität kann hier nicht verwendet werden
    }
}

Kernmuster — Globale und statische Variablen

Schützen Sie globalen/statischen Zustand mit MainActor:

// Swift 6.1: FEHLER — Nicht-Sendable-Typ kann gemeinsam genutzten veränderlichen Zustand haben
final class StickerLibrary {
    static let shared: StickerLibrary = .init()  // Fehler
}

// Lösung: Mit @MainActor annotieren
@MainActor
final class StickerLibrary {
    static let shared: StickerLibrary = .init()  // OK
}

MainActor-Standard-Inferenzmodus

Swift 6.2 führt einen Modus ein, bei dem MainActor standardmäßig inferiert wird – keine manuellen Annotationen erforderlich:

// Mit aktiviertem MainActor-Standard-Inferenzmodus:
final class StickerLibrary {
    static let shared: StickerLibrary = .init()  // Implizit @MainActor
}

final class StickerModel {
    let photoProcessor: PhotoProcessor
    var selection: [PhotosPickerItem]  // Implizit @MainActor
}

extension StickerModel: Exportable {  // Implizit @MainActor-Konformität
    func export() {
        photoProcessor.exportAsPNG()
    }
}

Dieser Modus ist optional und wird für Apps, Skripte und andere ausführbare Ziele empfohlen.

Kernmuster — @concurrent für Hintergrundarbeit

Wenn Sie echte Parallelität benötigen, lagern Sie explizit mit @concurrent aus:

Wichtig: Dieses Beispiel erfordert die Build-Einstellungen für „Approachable Concurrency“ – SE-0466 (MainActor-Standard-Isolation) und SE-0461 (NonisolatedNonsendingByDefault). Wenn diese aktiviert sind, bleibt extractSticker auf dem Akteur des Aufrufers, was den Zugriff auf veränderlichen Zustand sicher macht. Ohne diese Einstellungen hat dieser Code einen Data Race – der Compiler wird ihn markieren.

nonisolated final class PhotoProcessor {
    private var cachedStickers: [String: Sticker] = [:]

    func extractSticker(data: Data, with id: String) async -> Sticker {
        if let sticker = cachedStickers[id] {
            return sticker
        }

        let sticker = await Self.extractSubject(from: data)
        cachedStickers[id] = sticker
        return sticker
    }

    // Teure Arbeit in den gleichzeitigen Thread-Pool auslagern
    @concurrent
    static func extractSubject(from data: Data) async -> Sticker { /* ... */ }
}

// Aufrufer müssen await verwenden
let processor = PhotoProcessor()
processedPhotos[item.id] = await processor.extractSticker(data: data, with: item.id)

So verwenden Sie @concurrent:

  1. Markieren Sie den enthaltenden Typ als nonisolated
  2. Fügen Sie @concurrent zur Funktion hinzu
  3. Fügen Sie async hinzu, falls nicht bereits asynchron
  4. Fügen Sie await an den Aufrufstellen hinzu

Wichtige Designentscheidungen

EntscheidungBegründung
Standardmäßig single-threadedNatürlichster Code ist data-race-frei; Nebenläufigkeit ist optional
Async bleibt auf dem aufrufenden AkteurBeseitigt implizites Auslagern, das Data-Race-Fehler verursachte
Isolierte KonformitätenMainActor-Typen können ohne unsichere Workarounds mit Protokollen konform gehen
@concurrent explizites Opt-inHintergrundausführung ist eine bewusste Leistungsentscheidung, kein Zufall
MainActor-Standard-InferenzReduziert Boilerplate-@MainActor-Annotationen für App-Ziele
Optionales Opt-inNicht-brechender Migrationspfad – Funktionen schrittweise aktivieren

Migrationsschritte

  1. In Xcode aktivieren: Swift-Compiler > Nebenläufigkeitsbereich in den Build-Einstellungen
  2. In SPM aktivieren: SwiftSettings-API im Paketmanifest verwenden
  3. Migrationstools verwenden: Automatische Codeänderungen über swift.org/migration
  4. Mit MainActor-Standards beginnen: Inferenzmodus für App-Ziele aktivieren
  5. @concurrent wo nötig hinzufügen: Zuerst profilieren, dann heiße Pfade auslagern
  6. Gründlich testen: Data-Race-Probleme werden zu Compile-Zeit-Fehlern

Best Practices

  • Auf MainActor starten – zuerst single-threaded Code schreiben, später optimieren
  • @concurrent nur für CPU-intensive Arbeit verwenden – Bildverarbeitung, Komprimierung, komplexe Berechnungen
  • MainActor-Inferenzmodus aktivieren für App-Ziele, die größtenteils single-threaded sind
  • Vor dem Auslagern profilieren – Instruments verwenden, um tatsächliche Engpässe zu finden
  • Globale mit MainActor schützen – globaler/statischer veränderlicher Zustand benötigt Actor-Isolation
  • Isolierte Konformitäten verwenden anstelle von nonisolated-Workarounds oder @Sendable-Wrapper
  • Inkrementell migrieren – Funktionen einzeln in den Build-Einstellungen aktivieren

Anti-Patterns vermeiden

  • @concurrent auf jede async-Funktion anwenden (die meisten benötigen keine Hintergrundausführung)
  • nonisolated verwenden, um Compiler-Fehler zu unterdrücken, ohne die Isolation zu verstehen
  • Legacy DispatchQueue-Muster beibehalten, wenn Actors die gleiche Sicherheit bieten
  • model.availability-Prüfungen in Nebenläufigkeits-bezogenem Foundation Models-Code überspringen
  • Gegen den Compiler kämpfen – wenn er einen Data Race meldet, hat der Code ein echtes Nebenläufigkeitsproblem
  • Annehmen, dass aller async-Code im Hintergrund läuft (Swift 6.2 Standard: bleibt auf dem aufrufenden Akteur)

Wann verwenden

  • Alle neuen Swift 6.2+ Projekte (Approachable Concurrency ist die empfohlene Standardeinstellung)
  • Migration bestehender Apps von Swift 5.x oder 6.0/6.1 Nebenläufigkeit
  • Behebung von Data-Race-Sicherheits-Compiler-Fehlern während der Xcode 26 Übernahme
  • Erstellung MainActor-zentrierter App-Architekturen (die meisten UI-Apps)
  • Leistungsoptimierung – Auslagern spezifischer schwerer Berechnungen in den Hintergrund

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills