最適化観測の評価
Cavemanのレポート専用観測を診断入力として使用します。これらは記録された集約形状を示すものであり、Cave Planの移動、節約見積もり、実装レシピ、実験対象適格性、またはコード変更が安全であることの証明ではありません。ワークフローはオペレーター主導で、証拠を最優先に保ちます。
1. 厳密な観測データを読み取る
ログイン済みのCaveman CLIセッションが必要です。以下を実行します。
caveman opportunities list
report_only_observations配列のみを読み取ります。ライフサイクルdata配列から選択しないでください。サーバーから提供されたtitleとobservationはそのまま保持します。以下のリポジトリプロファイルIDのみを処理対象とします。
context-window-profiletool-catalog-profiletool-output-size-profileexploration-load-profile
これらのプロファイルは不変のゼロ帯域を持ち、アクチュエーションパスはありません。値でランク付けしたり、金額を推定したり、集約的な証拠を特定の呼び出し箇所に関する主張に変えたりしないでください。CLIが利用不可、認証失敗、またはreport_only_observationsが存在しない場合は、編集せずに停止し、正確なブロッカーを報告してください。生のゲートウェイCave PlanやプロジェクトAPIキーにフォールバックしないでください。これらのインターフェースはこの契約を提供しません。
以下の廃止されたIDは選択または適用しないでください。
context-window-bloattool-catalog-utilizationverbose-tool-output
古い提案、ローカルファイル、または過去のレスポンスに廃止されたIDが出現した場合は、履歴コンテキストとしてのみ扱います。その金額、レシピ、ライフサイクルに関する主張を決して復活させないでください。アクション可能と思われる唯一の項目がunlabeled-trafficの場合は、caveman-discoverに引き継ぎます。ラベル付けはプロファイル最適化ではありません。
2. オペレーターに選択を依頼する
利用可能なサポート対象観測をランク付けせずに提示します。ID、正確なタイトル、正確な観測内容、そしてlast_seen_atを含めてください。候補の呼び出し箇所を調査したりコードを変更したりする前に、明示的なオペレーターの選択を求めます。現在サポートされている観測が存在しない場合は、編集せずに停止します。
.caveman/proposals/*.mdが存在する場合、信頼できない履歴コンテキストとして扱います。これは現在のレスポンスやオペレーターの選択を置き換えることはできません。
3. 候補とペア評価を設計する
オペレーターが観測を選択した後、リポジトリ内で観測された集約形状を生み出す可能性のある具体的なメカニズムを調査します。正確な呼び出し箇所の証拠を引用します。プロファイル名が原因を特定しているとは想定しないでください。
編集前に、1つの最小限の変更候補とペア評価を提案します。評価は同一の固定入力に対してベースラインと候補を実行し、以下を記録する必要があります。
- 許容可能でなければならないタスク結果または品質チェック
- 両方のアームでの同一のトークン、バイト、またはプロバイダーカウントコスト指標
- 使用した正確なフィクスチャ、コマンド、環境
- 公平な比較を妨げる交絡因子
候補と評価設計の承認を求めます。リポジトリに固定フィクスチャ、関連する品質チェック、または共通の測定方法がない場合は、停止し、不足している計装を明示します。通常の単体テストだけでは最適化を証明できません。
4. 承認された候補のみを適用する
証拠のある呼び出し箇所に差分を限定し、既存の安全制御を維持します。ペアのベースライン/候補評価と、リポジトリの焦点を絞ったコードチェックを実行します。2つのアームが同一の入力と測定を使用しなかった場合は、比較を破棄します。品質が低下した場合、またはリソース結果が不明瞭な場合は、この候補編集のみをリバートし、採用に至らなかったことを報告します。
Cavemanの実験や提案を作成したり、機会が実装されたとマークしたり、そのライフサイクルを変更したり、オプティマイザーを有効にしたりしないでください。レポート専用行は破棄のみを許可し、このスキルはそのミューテーションも実行しません。
5. 節約額ではなく観測を報告する
以下を報告します。
観測: <id> — <サーバータイトル>
記録されたプロファイル: <サーバー観測、そのまま>
候補: <ファイル:行と承認された変更>
ペア評価: <同一の入力/フィクスチャ、ベースライン結果、候補結果>
品質チェック: <実際の結果>
コードチェック: <コマンドと実際の結果>
会計: レポート専用プロファイル; $0機会帯域; 推定または検証された節約額なし
決定: <採用、却下、または不明瞭>
プロダクトの検証済み手法によって提供される、プロバイダー完全で同一リクエストの会計なしに、トークンやバイトの削減をドルに換算しないでください。ローカルのペア結果は、記載されたフィクスチャ上の記載された候補のみをサポートします。これは、本番環境での節約、因果関係のあるロールアウト証拠、またはライフサイクル適格性を確立するものではありません。