Communitygithub.com

Optimizador de Ejecución Paralela

Úsalo cuando el usuario quiera que una tarea se complete mucho más rápido mediante trabajo paralelo, agentes concurrentes, llamadas a herramientas por lotes, entornos de trabajo aislados o múltiples carriles de verificación independientes sin perder corrección.

¿Qué es Optimizador de Ejecución Paralela?

El **Optimizador de Ejecución Paralela** es una habilidad diseñada para acelerar tareas que contienen trabajo independiente, transformando la urgencia en un grafo de dependencias antes de actuar. Su propósito es permitir que un agente de IA (como Claude Code, Cursor o Codex) ejecute múltiples carriles de trabajo simultáneamente –como escaneos de repositorio, lecturas de archivos, verificaciones de API, ejecuciones de pruebas y despliegues– maximizando la eficiencia sin sacrificar la corrección. La habilidad se basa en una **matriz de carriles** donde se definen el paralelismo, la superficie de escritura, el riesgo y la verificación de cada tarea, asegurando que solo se ejecuten en paralelo aquellas que no colisionan en escritura. Para mantener la fiabilidad, establece reglas estrictas: agrupar operaciones de solo lectura, usar entornos de trabajo aislados para cambios grandes, pausar carriles dependientes ante bloqueadores y nunca paralelizar comandos destructivos sin una puerta explícita. Al reportar resultados, se exige una tabla de verificación que muestra cuántos carriles se ejecutaron, cuántos se completaron, cuáles quedaron bloqueados y cómo se verificó la corrección (lint, pruebas unitarias, smoke test). Esto evita modos de fallo comunes como la edición conflictiva, el benchmarking innecesario o la ocultación de verificaciones omitidas. Es especialmente útil en escenarios de implementación multi-entorno, revisiones de código a gran escala y desarrollo con múltiples ramas activas.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/parallel-execution-optimizer

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Optimizador de Ejecución Paralela?

Usa esta habilidad cuando la velocidad provenga de hacer trabajo independiente al mismo tiempo: inspección de repositorio, lecturas de archivos, verificaciones de API, verificaciones de navegador, carriles de compilación/prueba, lecturas de despliegue o pases de implementación con múltiples entornos de trabajo.

Patrón Central

Convierte la urgencia en un grafo de dependencias antes de actuar.

  1. Define el objetivo y la señal de finalización.
  2. Divide el trabajo en carriles.
  3. Marca cada carril como paralelo, secuencial o con puerta.
  4. Ejecuta lecturas/verificaciones independientes juntas.
  5. Mantén las escrituras aisladas por archivo, entorno de trabajo, rama, servicio o conjunto de datos.
  6. Fusiona solo después de que la evidencia muestre que los carriles son compatibles.
  7. Termina con una tabla de verificación, no con una afirmación vaga de velocidad.

Matriz de Carriles

Antes de un gran envío, escribe una matriz compacta:

Carril | ¿Se puede ejecutar en paralelo? | Superficie de escritura | Riesgo | Verificación
Escaneo de repositorio | sí | ninguna | bajo | salidas rg/git status
Parche de backend | tal vez | src/api | medio | pruebas unitarias
Parche de frontend | tal vez | app/components | medio | captura de pantalla del navegador
Lectura de despliegue | después de compilación | servicio remoto | alto | URL en vivo + registros

Solo ejecuta carriles en paralelo cuando sus superficies de escritura no colisionen.

Reglas de Ejecución

  • Agrupa lecturas de archivos, búsquedas, verificaciones de estado y consultas de metadatos.
  • Usa entornos de trabajo aislados para carriles de implementación grandes y no relacionados.
  • Inicia pruebas, compilaciones, rellenos y despliegues de larga duración en sesiones separadas, luego póllalos deliberadamente.
  • Si un carril descubre un bloqueador que cambia el plan, pausa los carriles dependientes y actualiza la matriz.
  • Nunca permitas que un proceso en segundo plano sobreviva al turno a menos que el usuario haya solicitado explícitamente un servicio continuo.
  • No paralelices comandos destructivos, migraciones, escrituras en la misma tabla, o despliegues que impacten a clientes en vivo sin una puerta explícita.

Formato de Salida

Úsalo al informar:

Resultado de ejecución paralela:
- Carriles ejecutados: 5
- Carriles completados: 4
- Carril bloqueado: lectura de despliegue, esperando propagación de DNS
- Ruta rápida encontrada: escaneo de repositorio agrupado + pruebas enfocadas
- Verificación: lint aprobado, prueba unitaria aprobada, smoke test en vivo aprobado

Modos de Falla

  • Más concurrencia que crea ediciones conflictivas.
  • Medir el rendimiento de la herramienta en lugar del de la tarea.
  • Tratar "rápido" como hecho antes de que se demuestre la corrección.
  • Olvidar sondear las sesiones en ejecución.
  • Ocultar verificaciones omitidas detrás de un resumen de éxito.

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados