CommunityProgramación y desarrollogithub.com

optmización de análisis REA

Optimiza proveedores REA y flujos de trabajo de análisis compartidos para mejorar el contexto del agente, la latencia, la CPU y la memoria, preservando la corrección y la evidencia. Útil para cuellos de botella de análisis; la optimización de CI/suites de pruebas pertenece a rea-ci-tests-audit.

¿Qué es optmización de análisis REA?

Esta habilidad proporciona un flujo de trabajo estructurado para optimizar el análisis REA (Análisis de Ingeniería Reversible) en agentes de IA y herramientas de desarrollo. Se enfoca en identificar trabajo innecesario en análisis compartidos y proveedores, reduciendo latencia, uso de CPU y memoria, manteniendo la corrección y la Evidencia. Es compatible con agentes como Claude Code, Cursor y Codex que utilizan contratos REA. El flujo de trabajo comienza anclando la pregunta y un oráculo de corrección (como expectativas de fixtures o productores nativos), luego localiza el trabajo innecesario más temprano utilizando técnicas como reutilización de estructuras de búsqueda o empuje de proyección. Se aplica a candidatos como escaneos repetidos, trabajo de motor equivalente o buffers de transporte grandes. La validación requiere ejecutar flujos de trabajo afectados antes y después con entradas equivalentes, midiendo tiempos, memoria y uso de tokens. La habilidad desaconseja introducirsoluciones genéricas como índices o cachés sin identificar el trabajo eliminado y su costo de mantenimiento. Concluye con un informe del cuello de botella, cambio propietario, semántica preservada y límites restantes.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/limospecials7-sudo/rea/tree/main/.agents/skills/rea-analysis-optimization

Installed? Explore more Programación y desarrollo skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Preguntar en tu IA favorita

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

Documentación

Optimización de análisis REA

Encuentra una fuente concreta de trabajo innecesario, cámbiala en su propietario y verifica que las investigaciones completadas sigan siendo equivalentes. Un resultado útil también puede ser una decisión medida de dejar una implementación sin cambios.

Sigue las prioridades de rendimiento del checkout, el diseño de herramientas y la guía de pruebas. Esta habilidad proporciona un flujo de trabajo de optimización, no permiso adicional para ejecutar objetivos, publicar o fusionar. Usa los contratos actuales, los requisitos previos del proveedor y la autorización del usuario.

Reserva las mediciones de rendimiento para cambios que se dirijan al rendimiento o tengan una preocupación concreta de regresión. La limpieza rutinaria usa verificaciones de corrección y no requiere este flujo de trabajo de optimización o puntos de referencia sintéticos simplemente porque cambien llamadas auxiliares, importaciones o representaciones.

Lee el caso de estudio de Kuna al seleccionar una estrategia de reutilización o interpretar un punto de referencia. Sus observaciones fijadas ilustran compensaciones; no son garantías del proveedor actual ni aceleraciones universales.

Anclar la pregunta y el oráculo de corrección

Describe la tarea completada por el analista, incluyendo los hechos y relaciones necesarios para responderla, el detalle solicitado, el acceso a la fuente y las incógnitas significativas. Elige un artefacto real representativo y un caso pequeño o vacío. Registra la revisión base, el digesto objetivo, la identidad del motor, las opciones, el anfitrión y el punto de entrada. Usa un checkout separado para los cambios sin perturbar otro trabajo.

Establece un oráculo independiente de la implementación cambiada: expectativas de fixtures construidas desde la fuente, bytes de archivo mapeados de forma independiente, o un productor nativo emparejado con verificaciones de su interpretación. Comparar dos envoltorios alrededor del mismo decodificador defectuoso no establece corrección. Preserva los anchos de dirección, las alternativas de misma dirección, los endpoints no resueltos, la cobertura y el enlace de la fuente. Un resultado vacío prueba la ausencia solo dentro del alcance realmente examinado.

Localizar el trabajo innecesario más temprano

Traza una tarea pública de CLI o MCP a través del código de aplicación compartido hasta su productor. Mide las fases relevantes: admisión y verificaciones de identidad, análisis nativo, decodificación, búsqueda, proyección, serialización, retención de Evidencia y limpieza. Incluye el descubrimiento de catálogos y llamadas adicionales cuando afecten la tarea completada.

Usa la evidencia para elegir la corrección estructural más pequeña:

Costo observadoCorrección candidataCondición a establecer
Escaneos repetidos de hechos validadosReutilizar orden o estructura de búsqueda existenteEl propietario establece orden e identidad; cada alternativa coincidente sobrevive
Trabajo de motor repetido equivalenteCompartir un resultado validado o productor en cursoEntradas, frescura, vida útil y resultados por llamante siguen siendo explícitos
Informes completos para hechos seleccionadosEmpujar selección o proyección al propietario más temprano capazLos hechos y evidencia requeridos siguen siendo alcanzables; se informa la cobertura examinada
Grandes buffers de transporte temporalesDecodificar incrementalmente o usar lecturas de fuente limitadasValidar todo el documento admitido; los hechos y copias retenidos aún consumen memoria
Muchas lecturas homogéneas repetidasCompartir admisión, decodificación o trabajo por lotesPreservar identidad de ítem, orden donde se requiera y fallos individuales

No introduzcas un índice, caché genérico, endpoint por lotes o capa de orquestación sin identificar el trabajo que elimina y su costo de mantenimiento/recursos. Proyectar después de materializar un informe completo puede reducir la salida mientras deja el tiempo de análisis y la memoria máxima sin cambios. Corrige hechos faltantes o incorrectos antes de comparar una composición alternativa con un flujo de trabajo mejor cubierto.

Mantener una interpretación y un tiempo de vida de reutilización definido

Deja que el límite del productor valide y normalice los hechos una sola vez. Los consumidores consultan esa representación a través de la implementación compartida de CLI/MCP; los adaptadores no deben reconstruir relaciones o reinterpretar informes sin procesar de forma independiente. Mantén la identidad de búsqueda separada del formato de visualización. Reutiliza contratos cuando su intención coincida, respetando el detalle solicitado y el acceso completo a la Evidencia.

Para cada caché o productor compartido, declara su clave, propietario, invalidación, tamaño retenido y vida útil. Considera los bytes objetivos que afectan el resultado, el contenido del motor, las opciones de análisis, el mapeo de arquitectura/carga y las versiones del analizador/esquema donde afecten la reutilización. Valida el estado en vivo antes de considerar una observación en caché como actual. Almacena en caché una negativa solo cuando sea determinista para esa clave validada; los intentos malformados, parciales, transitorios o cancelados necesitan una política explícita de reintento.

Un esperador cancelado no debe invalidar a un par exitoso. Preserva el contexto de fallo del productor y la razón de cancelación de cada llamante. Retén la propiedad y los cargos de capacidad hasta que el trabajo compartido y la limpieza se resuelvan; preserva las observaciones completadas cuando la limpieza falle. Ejercita la invalidación, los consumidores concurrentes, la cancelación del último esperador, el cierre y el reintento de limpieza cuando esas rutas cambien.

Limita la familia de procesos y el estado retenido, no solo un montículo padre o un recuento de trabajadores. Considera la expansión de decodificación y serialización antes de la asignación. Elige límites de CPU, memoria, concurrencia y disco del anfitrión y la carga de trabajo; detente antes de OOM y verifica la limpieza propia. Una tarea detenida por guardia está incompleta. No reemplaces un límite de buffer de transporte con un inventario retenido ilimitado ni ocultes resultados parciales detrás de un estado de éxito.

Comparar tareas completadas y limitar la afirmación

Ejecuta el flujo de trabajo público real afectado antes y después con entradas equivalentes, resultados, cobertura y semántica de Evidencia equivalentes. Incluye entradas pequeñas para que los costos de configuración y las regresiones sean visibles. Distingue sesiones nuevas, cachés de tiempo de ejecución calientes y cachés de archivos del SO. Alterna o repite las ejecuciones cuando la variación afecte la decisión. Elige regresiones límite significativas para casos que el motor real no pueda reproducir de manera confiable; un motor falso no califica a un proveedor real.

Informa el resultado de la tarea, los tiempos de fase relevantes, el tiempo total transcurrido y de CPU, la memoria máxima de la familia de procesos y su método de contabilización, las detenciones de recursos y la limpieza. Verifica el estado de salida del payload así como el del perfilador. Mantén los intentos fallidos e identifica los costos no medidos; un reintento exitoso no explica un fallo.

Para afirmaciones de tokens, cuenta esquemas/descubrimiento, argumentos, respuestas, reintentos y continuaciones necesarias para completar la tarea. Etiqueta las estimaciones del tokenizador por separado del uso real del modelo y registra el comportamiento del cliente/catálogo. Un JSON más pequeño por sí solo no establece ni menos tokens de modelo ni mejor calidad de investigación. No afirmes una ventaja de software complejo sin investigaciones representativas completadas y corrección/cobertura comparable.

Finaliza con el cuello de botella, el cambio propietario, la semántica preservada, las verificaciones ejecutadas, las mediciones antes/después y los límites restantes. Mantén cualquier registro de integración actualizado con su revisión probada y distingue el trabajo de producción fusionado del código solo de experimento. Detente cuando el cuello de botella demostrado esté resuelto o el beneficio adicional siga siendo especulativo.

Skills relacionados