Community编程与开发github.com

TheElephantCoder/performance

保持会话快速且廉价。始终在线。

performance 是什么?

该技能专注于优化 AI 编码助手的会话性能,通过降低 token 消耗、减少工具调用次数和加速冷启动来提升效率。它提供了一系列实用技巧,例如批量操作、优先使用 grep 再读取、延迟加载技能以及保持上下文精简。技能支持通过 `harness` 工具进行性能基准测试,追踪冷启动时间、token 数量、工具调用次数和钩子延迟等关键指标。其目标是将冷启动控制在 15 秒以内,每任务平均 token 低于 50k,工具调用少于 60 次,钩子 p99 延迟低于 100ms。该技能适用于任何基于工具调用的 AI 开发环境,帮助开发者避免资源浪费,实现更流畅、更经济的交互。

兼容平台~Claude Code~Codex CLI~Cursor✓OpenCode
npx skills add https://github.com/TheElephantCoder/agent-harness/tree/main/skills/performance

Installed? Explore more 编程与开发 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

性能

让操作更快,让 Token 更少。

方法

批量处理。 如果需要读取 3 个文件,在同一轮中完成读取。grep 操作也是如此。不要分两次调用分别执行 git status 和 git diff。

先 grep,后读取。 永远不要为了查看内容而直接读取一个巨大的未知文件。先用 grep 定位,再读取确切位置。

不要加载所有内容。 先读取 MEMORY 摘要,按需获取详细信息。技能在触发时加载,而非启动时。这就是 memory/tiers 的作用。

保持上下文精简。 总结长日志,而不是粘贴 500 行。将 MEMORY.md 保持在 8k 以下。优先使用精确的 edit 操作,而非重写整个文件。

进行度量。 在尝试优化前后运行 harness bench --quick。跟踪冷启动时间、Token 数量、工具调用次数和钩子时间。

我努力维持的目标:

  • 冷启动时间 < 15 秒
  • 每任务 Token 平均 < 50k
  • 每任务工具调用次数 < 60
  • 钩子 p99 延迟 < 100ms

检查

harness bench --task cold-start --harness opencode
harness bench --compare main

Individual skills in this repo

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

相关技能