Nutz95/CursorCodingSkills

Reglas de seguridad para pipelines CUDA 13/GPU en aplicaciones Python+CUDA (ej. NVDEC): tipado concreto en fronteras, módulos pequeños, ciclos de vida explícitos de dispositivos/recursos, sin fugas silenciosas de Any. Útil al editar código CUDA 13, PyNvCodec, decodificación/inferencia en GPU.

¿Qué es CursorCodingSkills?

Este skill impone restricciones de calidad y seguridad para el desarrollo de pipelines GPU en Python+CUDA, especialmente dirigidas a CUDA 13 y PyNvCodec. Su objetivo es evitar fugas silenciosas de tipos (Any) en las fronteras públicas de la API, mantener módulos pequeños y enfocados en una sola responsabilidad GPU, y documentar explícitamente la propiedad de los dispositivos así como los ciclos de vida de recursos como superficies, decodificadores y streams. Además, promueve el manejo robusto de reconexiones y reseteos de decodificadores como rutas de primer nivel, y que los errores de inicialización CUDA no sean silenciados. Es ideal para entornos de edición asistida por IA como Cursor, Claude Code o Codex, donde se requiere un marco estructurado para mantener pipelines de decodificación e inferencia GPU limpios, mantenibles y predecibles.

Compatible con~Claude Code~Codex CLI✓Cursor

npx skills add https://github.com/Nutz95/CursorCodingSkills/tree/HEAD/skills/solid-cuda-13

Documentación

SOLID CUDA 13

Límites estrictos

Máximo 400 líneas por archivo fuente cuando sea práctico
Máximo 30 métodos por clase
Mantener módulos de decodificador / pipeline / telemetría separados

Tipado y fronteras

Preferir tipos concretos sobre Any en las fronteras públicas
Envolver objetos SDK de proveedores tras adaptadores estrechos
Nombrar los recursos GPU claramente (surface, decoder, stream)
Documentar la propiedad del dispositivo y el comportamiento de reinicio/reapertura

Fiabilidad

Tratar la reconexión de streams / reinicio de decodificador como rutas de primera clase
Fallar con errores explícitos; no ignorar fallos de inicialización de CUDA
Mantener la orquestación de CPU delgada; el trabajo pesado permanece en rutas de código de dispositivo

Lista de verificación

No hay nuevos Any en las fronteras de API sin un plan de envoltorio tipado
El ciclo de vida del recurso (crear/reiniciar/cerrar) es obvio
El archivo/módulo se mantiene enfocado en un solo tema de GPU