Gardes-fous SOLID pour pipelines CUDA 13 / GPU en Python+CUDA (ex. NVDEC) : typage concret aux frontières, petits modules, durées de vie explicites des ressources GPU, pas de fuite `Any` silencieuse. À utiliser lors de l'édition de code CUDA 13, PyNvCodec, décodeur/inférence GPU.
Qu'est-ce que CursorCodingSkills ?
Cette compétence impose des garde-fous stricts pour le développement d'applications Python+CUDA ciblant CUDA 13, en particulier celles utilisant des pipelines GPU comme NVDEC (via PyNvCodec) ou des workflows d'inférence. Elle s'applique à tout éditeur de code ou agent IA (Claude Code, Cursor, Codex) et garantit que le code reste maintenable et robuste face aux contraintes GPU. Elle applique des limites de taille de fichier (400 lignes max, 30 méthodes par classe) et impose la séparation des modules (décodeur, pipeline, télémétrie). Pour le typage, elle exige des types concrets aux frontières publiques (pas de `Any` silencieux), le wrapping des SDK propriétaires derrière des adaptateurs étroits, et une dénomination claire des ressources GPU. En fiabilité, elle traite la reconnexion de flux et la réinitialisation de décodeur comme des chemins de première classe, avec des erreurs explicites et une orchestration CPU minimale. Une checklist intégrée vérifie l'absence de `Any` non encapsulé, la clarté des durées de vie et la focalisation des fichiers.