Nutz95/HabilidadesDeCodificaçãodoCursor

Diretrizes sólidas para pipeline CUDA 13 / GPU com tipagem concreta, módulos pequenos e gerenciamento explícito de recursos. Ideal para editar código CUDA 13, PyNvCodec e decodificação/inferência em GPU.

O que é HabilidadesDeCodificaçãodoCursor?

Esta skill define um conjunto de regras e práticas recomendadas para o desenvolvimento de aplicações Python+CUDA, especialmente aquelas que utilizam decodificação de vídeo por GPU (como NVDEC) e PyNvCodec. O objetivo principal é garantir robustez, clareza e manutenibilidade, evitando vazamentos de tipos (Any) e gerenciamento implícito de recursos. A skill impõe limites rígidos, como no máximo 400 linhas por arquivo e 30 métodos por classe, além de exigir a separação de módulos de decodificação, pipeline e telemetria. Para tipagem, recomenda-se o uso de tipos concretos em interfaces públicas, encapsulamento de SDKs de terceiros e nomenclatura clara para recursos GPU. A confiabilidade é reforçada ao tratar reconexão de stream e reset de decodificador como fluxos de primeira classe, com falhas explícitas em vez de suprimir erros de inicialização do CUDA. A skill é compatível com qualquer ambiente de desenvolvimento que utilize CUDA 13, PyNvCodec ou código de decodificação/inferência em GPU.

Funciona com~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/Nutz95/CursorCodingSkills/tree/HEAD/skills/solid-cuda-13

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

SOLID CUDA 13

Limites rígidos

  • Máximo de 400 linhas por arquivo fonte quando possível
  • Máximo de 30 métodos por classe
  • Manter módulos de decodificador / pipeline / telemetria separados

Tipagem e limites

  • Preferir tipos concretos em vez de Any nas interfaces públicas
  • Encapsular objetos de SDKs de terceiros por trás de adaptadores estreitos
  • Nomear claramente os recursos GPU (surface, decoder, stream)
  • Documentar a propriedade do dispositivo e o comportamento de reset/reabertura

Confiabilidade

  • Tratar reconexão de stream / reset de decodificador como caminhos de primeira classe
  • Falhar com erros explícitos; não suprimir falhas de inicialização do CUDA
  • Manter a orquestração da CPU enxuta; o trabalho pesado permanece nos caminhos de código do dispositivo

Lista de verificação

  • Sem novos Any nas fronteiras da API sem um plano de wrapper tipado
  • O tempo de vida do recurso (criar/resetar/fechar) é óbvio
  • Arquivo/módulo permanece focado em uma preocupação da GPU

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Habilidades Relacionadas