REA 分析優化 是做什麼的？
找出非必要工作的具體來源，在其歸屬處進行變更，並驗證等效的已完成調查。有用的結果也可以是經過評估後決定保留原有實作。
遵循 checkout 的效能優先級、工具設計以及測試指南。此技能提供的是優化工作流程，而非執行目標、發布或合併的額外權限。請使用當前的合約、供應商先決條件與使用者授權。
僅在變更目標為效能或存在具體迴歸問題時，才進行效能測量。常規清理使用正確性檢查，無需因為輔助呼叫、匯入或表示方式變更而執行此優化工作流程或合成基準測試。
在選擇重用策略或解讀基準測試時，請閱讀 Kuna 案例研究。其中記錄的觀察結果說明了取捨關係；它們並非當前供應商的保證或通用的加速捷徑。
固定問題與正確性預言
描述分析師已完成的任務，包括回答問題所需的事實與關係、要求的細節、來源存取、以及有意義的未知項。選擇一個具代表性的真實工件以及一個小型或空案例。記錄基準修訂版、目標摘要、引擎身份、選項、主機與進入點。使用獨立的 checkout 來進行變更，以免干擾其他工作。
建立一個獨立於變更後實作的正確性預言：原始建構的固定裝置期望、獨立映射的檔案位元組、或原生生產者搭配其解釋的檢查。比較兩個包覆同一有缺陷解碼器的封裝無法建立正確性。保留位址寬度、相同位址的替代方案、未解析的端點、覆蓋範圍與原始碼連結。空結果僅在實際檢查的範圍內證明不存在。
定位最早的非必要工作
追蹤一個公開 CLI 或 MCP 任務，沿著共享的應用程式碼到其生產者。測量相關階段：許可與身份檢查、原生分析、解碼、查詢、投影、序列化、Evidence 保留以及清理。包含目錄探索與額外呼叫，當它們影響已完成任務時。
使用證據來選擇最小的結構修正：
| 觀察到的成本 | 候選修正 | 需建立的條件 |
|---|---|---|
| 對已驗證事實的重複掃描 | 重用現有的排序或查詢結構 | 擁有者建立排序與身份；每個匹配的替代方案都存活 |
| 重複的等效引擎工作 | 共享已驗證的結果或進行中的生產者 | 輸入、新鮮度、生命週期以及每個呼叫者的結果保持明確 |
| 針對選定事實的完整報告 | 將選擇或投影推至最早能處理的擁有者 | 必須的事實與 Evidence 保持可達；檢查的覆蓋範圍被報告 |
| 大型暫存傳輸緩衝區 | 增量解碼或使用有界來源讀取 | 驗證整個已接受的文檔；保留的事實與副本仍佔用記憶體 |
| 許多重複的同質讀取 | 共享接受、解碼或批次工作 | 保留項目身份、必要的順序以及個別失敗 |
不要引入索引、通用快取、批次端點或編排層，除非已明確指出其移除的工作以及維護/資源成本。在具體化完整報告後的投影可能會減少輸出，但分析時間與尖峰記憶體可能保持不變。在針對覆蓋更佳的工作流程基準測試替代組合之前，先修復缺失或不正確的事實。
保持單一解釋與定義的重用生命週期
讓生產者邊界僅驗證並正規化事實一次。消費者透過共享的 CLI/MCP 實作查詢該表示；配接器不應重建關係或獨立重新解釋原始報告。將查詢身份與顯示格式分離。當合約意圖相符時重用合約，尊重要求的細節與完整的 Evidence 存取。
對於每個快取或共享生產者，說明其鍵、擁有者、失效條件、保留大小與生命週期。考慮影響結果的目標位元組、引擎內容、分析選項、架構/載入對應、以及影響重用的解析器/結構描述版本。在呼叫快取觀察值為當前值之前，驗證即時狀態。僅當拒絕對於該驗證過的鍵是確定性時，才快取拒絕結果；格式錯誤、部分、暫時性或取消的嘗試需要明確的重試策略。
一個被取消的等待者不得使成功的同伴失效。保留生產者失敗的上下文以及每個呼叫者的取消原因。在共享工作與清理完成之前，保留所有權與容量費用；當清理失敗時，保留已完成的觀察值。在那些路徑發生變更時，測試失效、並發消費者、最後等待者取消、關閉與清理重試。
限制行程家族與保留狀態，而不僅僅是父進程堆積或工作者計數。在分配前考慮解碼與序列化擴展。根據主機與工作負載選擇 CPU、記憶體、並發性與磁碟限制；在 OOM 之前停止並驗證所擁有的清理。被保護停止的任務是不完整的。不要將傳輸緩衝區上限替換為無界的保留庫存，也不要將部分結果隱藏在成功狀態之後。
比較已完成任務並限制聲明
在變更前後執行受影響的真實公開工作流程，使用等效的輸入、結果、覆蓋範圍與 Evidence 語義。包含小輸入，以便設置成本與迴歸可見。區分清新的工作階段、暖執行階段快取與作業系統檔案快取。當變異性影響決策時，交替或重複執行。對於實際引擎無法可靠重現的情況，選擇有意義的邊界迴歸；偽造引擎不能驗證真實供應商。
報告任務結果、相關階段計時、總耗時與 CPU 時間、尖峰行程家族記憶體及其計算方法、資源停止與清理。檢查承載退出狀態以及剖析器的狀態。保留失敗的嘗試並識別未測量的成本；通過的重試並不能解釋失敗。
對於令牌聲明，計算完成任務所需的結構描述/探索、引數、回覆、重試與延續。將分詞器估計與實際模型使用分開標記，並記錄客戶端/目錄行為。較小的 JSON 本身既不表示較少的模型令牌，也不表示更好的調查品質。如果沒有完成具代表性的調查以及可比較的正確性/覆蓋率，請不要聲稱複雜軟體擁有優勢。
以瓶頸、歸屬變更、保留的語義、執行的檢查、變更前後的測量結果以及剩餘限制作為結束。保持任何整合記錄與其測試的修訂版本同步，並區分已合併的生產工作與僅實驗用的程式碼。當已展示的瓶頸被解決或進一步的效益仍屬推測時，停止。