Performance Optimization

pytorch-patterns は、デバイス非依存のパターン、再現性の高い実験、明示的な tensor 扱いを通じて、PyTorch コードの記述・レビュー・デバッグを支援します。よりきれいな学習ループ、モデルのリファクタリング、実践的な PyTorch ガイダンスが必要な場面で、この pytorch-patterns スキルを使ってください。

nextjs-turbopackスキルを使うと、Next.js 16+でTurbopackを活用し、ローカル開発の高速化、HMR、バンドラーの使い分けを実践的に進められます。インストール、使い方、Frontend Developmentのワークフローでwebpackに戻すべきタイミングまでを整理した、実用的なnextjs-turbopackガイドとして使えます。

laravel-patterns は、Laravel アプリの設計をよりクリーンな境界で進めるための skill です。コントローラは薄く保ち、ビジネスロジックは services や actions に分離し、Eloquent によるデータアクセスは予測しやすく整理。さらに、queue、event、cache、API resource まで、実務で使えるパターンを扱います。使い捨ての雛形作成ではなく、保守しやすい本番向けアプリを開発するチーム向けです。

jpa-patterns は、Spring Boot のバックエンド開発に役立つ実践的な JPA/Hibernate ガイドです。エンティティ設計、リレーション、クエリ最適化、トランザクション、監査、ページネーション、プーリングまでを扱い、ORM のミスを減らし、永続化性能を高めるのに役立ちます。

SHA-256 のコンテンツハッシュで高コストなファイル処理をキャッシュするための content-hash-cache-pattern skill。パスに依存せず、自動無効化にも対応し、PDF 解析、OCR、テキスト抽出、その他のパフォーマンス最適化ワークフローに最適です。

benchmark skill を使ってパフォーマンス基準を測定し、PR の前後で回帰を検知し、ページ・API・ビルド全体でスタック候補を比較して、Performance Optimization に役立てます。

benchmark スキルは、Webやアプリのワークフローにおけるパフォーマンス低下を検出するのに役立ちます。ベースラインの設定、変更前後の比較、PRによってページが遅くなったり、重くなったり、安定性が下がったりしていないかの追跡に使えます。パフォーマンス最適化、Core Web Vitals、Lighthouse の確認、バンドルサイズ、読み込み時間の傾向を扱う実用的な benchmark ガイドです。

canary は、デプロイ後の監視に使うスキルで、稼働中のアプリを監視し、コンソールエラー、ページの失敗、パフォーマンスの劣化を検出します。デプロイ前のベースラインと現在の挙動を比較できるため、リリースの検証、壊れたページの発見、目に見える異常の把握を、一般的なプロンプトよりも迷い少なく行えます。

rust-async-patternsは、Tokioを使った非同期Rustを実践的に学べるスキルです。タスク、チャネル、ストリーム、タイムアウト、キャンセル、トレーシング、エラーハンドリングまでをカバーし、バックエンド開発に役立ちます。

go-concurrency-patterns は、worker pool、pipeline、channel、sync primitives、context ベースの cancellation など、Go らしい並行処理パターンの実践に役立つスキルです。SKILL.md のガイダンスをもとに、より安全なバックエンドサービスの設計、race condition の調査、graceful shutdown の改善を進めたい場合に適しています。

python-performance-optimization は、プロファイリングを起点に、Python コードの遅さやメモリ消費の重さを診断するためのスキルです。CPU、メモリ、I/O のボトルネック、キャッシュ、ベクトル化、async、ベンチマークの進め方まで幅広くカバーします。

async-python-patternsは、I/OバウンドなPythonシステムで安全なasyncioパターンを選ぶための実践ガイドです。導入前の判断材料として活用でき、使いどころの確認、イベントループをブロックしない設計、bounded concurrency・cancellation・syncとasyncのトレードオフを踏まえた async API、worker、scraper、バックエンドサービスの設計に役立ちます。

vector-index-tuning は、レイテンシ・再現率・メモリ使用量の観点からベクトル検索インデックスを調整するためのスキルです。RAG ワークフロー向けに、インデックスタイプの選定、HNSW 設定の最適化、量子化オプションの比較に活用できます。

sql-optimization-patternsは、EXPLAINの分析、インデックス戦略、JOINのチューニング、ページネーションの改善、実践的なクエリ書き換えガイダンスを通じて、データベースエンジニアリングチームの遅いSQL診断を支援します。

modern-javascript-patterns は、レガシーな JavaScript を ES6+ ベースで見直すための実践的なリファレンスです。async/await、modules、destructuring、関数型の配列パターンまで幅広く扱っており、フロントエンド開発や汎用的な JavaScript コードのモダナイズに役立ちます。より読みやすい構文、適切なパターン選択、保守しやすい実装へ移行したいときの判断材料として使えます。

turborepo-caching は、モノレポのビルド・テスト・CI を高速化するための Turborepo キャッシュ設定を支援するスキルです。`SKILL.md` のガイドをもとに、セットアップ、リモートキャッシュ、キャッシュ安全な outputs、環境変数の扱い、キャッシュミスのデバッグを学べます。

spark-optimization は、Apache Spark ジョブの遅さを partitioning、shuffle、skew、caching、memory tuning の観点から診断するための実践ガイドです。wshobson/agents からスキルを導入し、SKILL.md を確認しながら、Spark UI の症状、クラスタ設定、クエリ傾向に基づいて根拠のある改善策を適用したいときに役立ちます。

bazel-build-optimization は、大規模リポジトリでの Bazel ビルド最適化を支援するスキルです。リモートキャッシュやリモート実行の導入、遅いターゲットの分析、BUILD.bazel のレビュー、実践的なパフォーマンス改善の検討に役立ちます。

cost-optimization スキルは、AWS、Azure、GCP、OCI の利用コストを見直すために、可視化、適正サイジング、料金モデル、アーキテクチャ改善、タグ標準を実務的な枠組みで整理して支援します。

debugging-strategiesスキルは、問題の再現、仮説検証、原因の切り分け、根本原因の特定までを体系立てて進めるデバッグ用プレイブックです。バグ、クラッシュ、メモリリーク、性能劣化など幅広い不具合対応に役立ちます。

godot-gdscript-patterns は、Godot 4 ユーザーがシーン構成、signals、state machines、autoloads、async loading のパターンを踏まえて、より整理された GDScript を生成・レビューするのに役立ちます。ゲームプレイシステム、UI フロー、保守しやすいプロジェクトコードに、実績のある Godot アーキテクチャを導入したいときに有用です。

unity-ecs-patterns は、Unity DOTS、ECS、Jobs、Burst を使ってデータ指向のゲームプレイシステムを設計し、MonoBehaviour ベースの実装から移行しながら、多数エンティティを扱う CPU 負荷の高いシミュレーションを最適化したい人向けの実践的なスキルです。

react-native-architectureは、ルーティング、状態の責務分離、ネイティブモジュール、オフラインファースト設計、Expoとbareの選定ポイントを含め、実運用向けのReact Native / Expoアプリ設計を検討する際に役立ちます。

react-modernization は、React 16/17 アプリを 18+ へ移行するためのマイグレーション特化スキルです。クラスコンポーネントの hooks 化、root API の更新、codemod を踏まえた段階的リファクタリング計画まで、移行作業を進めやすい形でガイドします。