Communitygithub.com

swift-actor-persistence

Persistencia de datos segura para hilos en Swift usando actores: caché en memoria con respaldo en archivos, eliminando condiciones de carrera por diseño. Úsalo al persistir datos en Swift y necesites diseñar soluciones para problemas de condiciones de carrera o seguridad en hilos.

¿Qué es swift-actor-persistence?

Esta habilidad proporciona patrones para construir capas de persistencia de datos seguras para hilos en Swift utilizando el modelo de actores introducido en Swift 5.5+. Combina un caché en memoria con almacenamiento respaldado por archivos, aprovechando el modelo de actores para eliminar las condiciones de carrera en tiempo de compilación, evitando la necesidad de sincronización manual como bloqueos o colas de envío. Es ideal para aplicaciones iOS/macOS, arquitecturas offline-first o cualquier escenario donde múltiples partes de la aplicación accedan concurrentemente a un estado mutable compartido. El patrón central consiste en un repositorio genérico basado en actores, que garantiza acceso serializado a los datos, con operaciones asincrónicas (async/await) y escrituras atómicas en archivos para evitar corrupción de datos en caso de fallos. Se integra naturalmente con ViewModels @Observable para actualizaciones reactivas de la interfaz de usuario.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/swift-actor-persistence

Preguntar en tu IA favorita

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

Documentación

Patrón de Actores en Swift para Persistencia Segura en Hilos

Patrones para construir capas de persistencia de datos seguras en hilos utilizando actores en Swift. Combina caché en memoria con almacenamiento respaldado por archivos, aprovechando el modelo de actores para eliminar condiciones de raza en tiempo de compilación.

Cuándo Activarlo

  • Construir una capa de persistencia de datos en Swift 5.5+
  • Necesitas acceso seguro a estado mutable compartido entre hilos
  • Quieres eliminar la sincronización manual (bloqueos, DispatchQueues)
  • Desarrollas aplicaciones offline-first con almacenamiento local

Patrón Principal

Repositorio Basado en Actores

El modelo de actores garantiza acceso serializado — sin condiciones de raza, impuesto por el compilador.

public actor LocalRepository<T: Codable & Identifiable> where T.ID == String {
    private var cache: [String: T] = [:]
    private let fileURL: URL

    public init(directory: URL = .documentsDirectory, filename: String = "data.json") {
        self.fileURL = directory.appendingPathComponent(filename)
        // Carga síncrona durante init (el aislamiento del actor aún no está activo)
        self.cache = Self.loadSynchronously(from: fileURL)
    }

    // MARK: - API Pública

    public func save(_ item: T) throws {
        cache[item.id] = item
        try persistToFile()
    }

    public func delete(_ id: String) throws {
        cache[id] = nil
        try persistToFile()
    }

    public func find(by id: String) -> T? {
        cache[id]
    }

    public func loadAll() -> [T] {
        Array(cache.values)
    }

    // MARK: - Privado

    private func persistToFile() throws {
        let data = try JSONEncoder().encode(Array(cache.values))
        try data.write(to: fileURL, options: .atomic)
    }

    private static func loadSynchronously(from url: URL) -> [String: T] {
        guard let data = try? Data(contentsOf: url),
              let items = try? JSONDecoder().decode([T].self, from: data) else {
            return [:]
        }
        return Dictionary(uniqueKeysWithValues: items.map { ($0.id, $0) })
    }
}

Uso

Todas las llamadas son automáticamente asíncronas debido al aislamiento del actor:

let repository = LocalRepository<Question>()

// Lectura — búsqueda O(1) rápida desde caché en memoria
let question = await repository.find(by: "q-001")
let allQuestions = await repository.loadAll()

// Escritura — actualiza el caché y persiste en archivo de forma atómica
try await repository.save(newQuestion)
try await repository.delete("q-001")

Combinación con ViewModel @Observable

@Observable
final class QuestionListViewModel {
    private(set) var questions: [Question] = []
    private let repository: LocalRepository<Question>

    init(repository: LocalRepository<Question> = LocalRepository()) {
        self.repository = repository
    }

    func load() async {
        questions = await repository.loadAll()
    }

    func add(_ question: Question) async throws {
        try await repository.save(question)
        questions = await repository.loadAll()
    }
}

Decisiones Clave de Diseño

DecisiónJustificación
Actor (no class + lock)Seguridad en hilos impuesta por el compilador, sin sincronización manual
Caché en memoria + persistencia en archivoLecturas rápidas desde caché, escrituras duraderas en disco
Carga síncrona en initEvita la complejidad de inicializadores asíncronos
Diccionario indexado por IDBúsqueda O(1) por identificador
Genérico sobre Codable & IdentifiableReutilizable con cualquier tipo de modelo
Escrituras atómicas (.atomic)Previene escrituras parciales en caso de fallo

Mejores Prácticas

  • Usa tipos Sendable para todos los datos que cruzan los límites del actor
  • Mantén la API pública del actor al mínimo — expón solo operaciones de dominio, no detalles de persistencia
  • Usa escrituras .atomic para evitar corrupción de datos si la aplicación falla a mitad de una escritura
  • Carga síncronamente en init — los inicializadores asíncronos añaden complejidad con poco beneficio para archivos locales
  • Combina con ViewModels @Observable para actualizaciones reactivas de la interfaz de usuario

Anti-patrones a Evitar

  • Usar DispatchQueue o NSLock en lugar de actores para código nuevo de concurrencia en Swift
  • Exponer el diccionario interno del caché a invocadores externos
  • Hacer que la URL del archivo sea configurable sin validación
  • Olvidar que todas las llamadas a métodos de actor requieren await — los invocadores deben manejar el contexto asíncrono
  • Usar nonisolated para evitar el aislamiento del actor (contradice el propósito)

Cuándo Usarlo

  • Almacenamiento local de datos en aplicaciones iOS/macOS (datos de usuario, configuraciones, contenido en caché)
  • Arquitecturas offline-first que sincronizan con un servidor más tarde
  • Cualquier estado mutable compartido al que múltiples partes de la aplicación accedan concurrentemente
  • Reemplazar la seguridad en hilos basada en DispatchQueue por la concurrencia moderna de Swift

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.

Skills relacionados