Communitygithub.com

Otimizador de Execução Paralela

Use quando o usuário deseja uma tarefa concluída muito mais rápido através de trabalho paralelo, agentes concorrentes, chamadas de ferramentas em lote, árvores de trabalho isoladas ou várias faixas de verificação independentes sem perder a correção.

O que é Otimizador de Execução Paralela?

Este skill otimiza tarefas que se beneficiam de execução paralela, permitindo que um agente de IA execute múltiplas operações independentes simultaneamente, como inspeção de repositório, leituras de arquivos, verificações de API e testes. Ele é útil para desenvolvedores que precisam acelerar fluxos de trabalho sem comprometer a correção, sendo compatível com ferramentas como Claude Code, Cursor e Codex. O skill funciona mapeando o trabalho em faixas (lanes) classificadas como paralelas, sequenciais ou com portões, executando leituras e verificações independentes juntas, mantendo operações de escrita isoladas por arquivo, árvore de trabalho ou serviço, e só mesclando após evidências de compatibilidade. Ele também instrui o agente a não paralelizar comandos destrutivos ou migrações sem portões explícitos, e a relatar resultados com uma tabela de verificação, evitando alegações vagas de velocidade.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/parallel-execution-optimizer

Perguntar na sua IA favorita

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

Documentação

O que Otimizador de Execução Paralela faz?

Use este skill quando a velocidade vem de fazer trabalho independente ao mesmo tempo: inspeção de repositório, leituras de arquivos, verificações de API, verificações de navegador, faixas de compilação/teste, readbacks de implantação ou passes de implementação em várias árvores de trabalho.

Padrão Central

Transforme urgência em um grafo de dependências antes de agir.

  1. Defina o objetivo e o sinal de conclusão.
  2. Divida o trabalho em faixas.
  3. Marque cada faixa como paralela, sequencial ou com portão.
  4. Execute leituras/verificações independentes juntas.
  5. Mantenha as escritas isoladas por arquivo, árvore de trabalho, branch, serviço ou conjunto de dados.
  6. Mescle somente após evidências mostrarem que as faixas são compatíveis.
  7. Termine com uma tabela de verificação, não uma alegação vaga de velocidade.

Matriz de Faixas

Antes de um grande push, escreva uma matriz compacta:

Faixa | Pode executar em paralelo? | Superfície de escrita | Risco | Verificação
Escaneamento de repositório | sim | nenhuma | baixo | saídas rg/git status
Patch backend | talvez | src/api | médio | testes unitários
Patch frontend | talvez | app/components | médio | captura de tela do navegador
Readback de implantação | após build | serviço remoto | alto | URL ativa + logs

Execute faixas em paralelo apenas quando suas superfícies de escrita não colidirem.

Regras de Execução

  • Agrupe leituras de arquivos, buscas, verificações de status e consultas de metadados.
  • Use árvores de trabalho isoladas para faixas de implementação grandes e não relacionadas.
  • Inicie testes, compilações, backfills e implantações demorados em sessões separadas, em seguida, consulte-os deliberadamente.
  • Se uma faixa descobrir um bloqueador que mude o plano, pause as faixas dependentes e atualize a matriz.
  • Nunca deixe um processo em segundo plano sobreviver ao turno, a menos que o usuário tenha explicitamente solicitado um serviço contínuo.
  • Não paralelize comandos destrutivos, migrações, escritas na mesma tabela, ou implantações que impactam clientes ao vivo sem um portão explícito.

Formato de Saída

Use isto ao relatar:

Resultado da execução paralela:
- Faixas executadas: 5
- Faixas concluídas: 4
- Faixa bloqueada: readback de implantação, aguardando propagação de DNS
- Caminho rápido encontrado: escaneamento de repositório em lote + testes focados
- Verificação: lint passou, unit passou, smoke ao vivo passou

Modos de Falha

  • Mais concorrência que cria edições conflitantes.
  • Avaliar a ferramenta em vez da tarefa.
  • Tratar "rápido" como concluído antes que a correção seja comprovada.
  • Esquecer de consultar sessões em execução.
  • Esconder verificações ignoradas atrás de um resumo de sucesso.

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.

Habilidades Relacionadas