Performance Optimization

pytorch-patterns vous aide à écrire, relire et déboguer du code PyTorch avec des modèles indépendants du périphérique, des expériences reproductibles et une gestion explicite des tenseurs. Utilisez le skill pytorch-patterns pour des boucles d’entraînement plus propres, des refactorings de modèles et des conseils pratiques PyTorch.

La compétence nextjs-turbopack vous aide à utiliser Turbopack dans Next.js 16+ pour accélérer le développement local, le HMR et les arbitrages liés au bundler. Servez-vous-en comme guide pratique nextjs-turbopack pour l’installation, l’utilisation et les cas où il vaut mieux revenir à webpack dans des workflows de Frontend Development.

laravel-patterns vous aide à concevoir des applications Laravel avec des frontières plus nettes : des contrôleurs légers, des services ou des actions pour la logique métier, un accès aux données Eloquent prévisible, et des patterns pratiques pour les files d’attente, les événements, le cache et les ressources API. Elle est pensée pour des équipes backend qui ont besoin d’applications de production maintenables, pas d’un simple squelette jetable pour un cas unique.

jpa-patterns est un guide pratique JPA/Hibernate pour le développement backend avec Spring Boot. Il couvre la conception des entités, les relations, l’optimisation des requêtes, les transactions, l’audit, la pagination et le pooling afin de réduire les erreurs ORM et d’améliorer les performances de la persistance.

Skill content-hash-cache-pattern pour mettre en cache des traitements de fichiers coûteux à l’aide de hachages de contenu SHA-256. Indépendant du chemin, à invalidation automatique, et idéal pour l’analyse de PDF, l’OCR, l’extraction de texte et d’autres workflows d’optimisation des performances.

Utilisez la skill benchmark pour mesurer des références de performance, détecter les régressions avant et après les PR, et comparer des alternatives de stack sur des pages, des API et des builds dans une démarche d’optimisation des performances.

La skill benchmark aide à détecter les régressions de performance dans les workflows web et applicatifs. Utilisez-la pour établir une base de référence, comparer avant et après des changements, et suivre si une PR a rendu des pages plus lentes, plus lourdes ou moins stables. C’est un guide pratique de benchmark pour l’optimisation des performances, les Core Web Vitals, les vérifications Lighthouse, la taille des bundles et l’évolution des temps de chargement.

canary est une skill de surveillance post-déploiement qui observe les applications en production pour détecter les erreurs de console, les échecs de page et les régressions de performance. Elle compare le comportement actuel à une base de référence pré-déploiement afin de vérifier une release, repérer des pages cassées et identifier des anomalies visibles avec moins d’approximation qu’une requête générique.

rust-async-patterns est une skill pratique pour le Rust asynchrone avec Tokio. Elle couvre les tâches, canaux, flux, timeouts, annulation, tracing et gestion des erreurs pour le développement backend.

go-concurrency-patterns vous aide à appliquer les idiomes de concurrence en Go pour les worker pools, pipelines, channels, primitives de synchronisation et annulation via context. Servez-vous-en pour concevoir des services backend plus sûrs, diagnostiquer les race conditions et améliorer le graceful shutdown grâce aux recommandations de `SKILL.md`.

python-performance-optimization aide à diagnostiquer le code Python lent ou gourmand en mémoire avec une approche centrée sur le profiling, en couvrant les goulets d’étranglement CPU, mémoire et I/O, ainsi que le caching, la vectorisation, l’async et les workflows de benchmarking.

async-python-patterns est un guide pratique pour choisir des patterns asyncio sûrs dans des systèmes Python orientés I/O. Utilisez-le pour comprendre le contexte d’installation, évaluer les usages, éviter de bloquer la boucle d’événements et concevoir des API async, des workers, des scrapers et des services backend avec une concurrence bornée, l’annulation des tâches et des arbitrages clairs entre sync et async.

vector-index-tuning aide à optimiser les index de recherche vectorielle en termes de latence, de rappel et de mémoire. Utilisez cette skill pour choisir les types d’index, ajuster les paramètres HNSW et comparer les options de quantification pour les workflows RAG.

sql-optimization-patterns aide à diagnostiquer les SQL lentes grâce à l’analyse EXPLAIN, aux stratégies d’indexation, à l’optimisation des jointures, aux correctifs de pagination et à des conseils concrets de réécriture de requêtes pour les équipes d’ingénierie base de données.

modern-javascript-patterns est une référence pratique sur ES6+ pour refactoriser du JavaScript legacy, adopter async/await, les modules, la déstructuration et les patterns fonctionnels sur les tableaux. Utilisez-la pour moderniser du code frontend ou JavaScript général avec une syntaxe plus claire, de meilleurs choix de patterns et une maintenance facilitée.

turborepo-caching aide à configurer le cache de Turborepo pour accélérer les builds, les tests et la CI dans un monorepo. Découvrez, à partir des recommandations de `SKILL.md`, la mise en place, le cache distant, les outputs compatibles avec le cache, la gestion des variables d’environnement et le diagnostic des cache misses.

spark-optimization est un guide pratique pour diagnostiquer les jobs Apache Spark lents grâce au partitionnement, au shuffle, au skew, au caching et au réglage mémoire. Utilisez-le pour installer la skill depuis wshobson/agents, consulter SKILL.md et appliquer des correctifs fondés sur des indices concrets issus de Spark UI, des paramètres du cluster et des schémas de requêtes.

bazel-build-optimization aide les équipes à optimiser les builds Bazel dans de grands dépôts. Utilisez-la pour le cache distant ou l'exécution distante, l'analyse des cibles lentes, la revue de BUILD.bazel et des conseils concrets de tuning des performances.

La skill cost-optimization aide les agents à analyser les dépenses AWS, Azure, GCP et OCI à l’aide d’un cadre pratique couvrant la visibilité, le rightsizing, les modèles tarifaires, les évolutions d’architecture et les standards de tagging.

La skill debugging-strategies propose une méthode de débogage structurée pour reproduire les problèmes, tester des hypothèses, isoler les causes et identifier l’origine racine des bugs, plantages, fuites mémoire et régressions de performance.

godot-gdscript-patterns aide les utilisateurs de Godot 4 à générer et relire du GDScript avec une meilleure structure de scènes, des signaux bien organisés, des machines à états, des autoloads et des patterns de chargement asynchrone. Utilisez cette skill pour intégrer une architecture Godot éprouvée dans vos systèmes de gameplay, vos flux d’interface et un code de projet plus maintenable.

unity-ecs-patterns est une compétence pratique pour utiliser Unity DOTS, ECS, Jobs et Burst afin de concevoir des systèmes de gameplay orientés données, migrer depuis des modèles MonoBehaviour et optimiser des simulations limitées par le CPU avec un grand nombre d’entités.

react-native-architecture aide à concevoir des applications React Native et Expo prêtes pour la production, avec routage, séparation de l’état, modules natifs, flux offline-first et arbitrages entre Expo et bare.

react-modernization est une skill axée sur la migration pour faire évoluer des applications React 16/17 vers React 18+, convertir des composants de classe en hooks, mettre à jour les API root et planifier des refactorings progressifs avec des recommandations tenant compte des codemods.