SuperAPI AI 工具集

rp-optimize-v2

智能体与模型

查看项目

更新于 10-16 02:33

技能介绍

用途:这是一个性能优化编排工作流,围绕“可测量才可优化”的思路,循环执行 测绘 → 规划 → 埋点与基线 → 优化循环 → 决策,直到 oracle 判定收益趋平、达到目标指标或触及迭代上限。

主要能力:编排者只负责协调、规划与停止决策,实现、测量、深度读码与基准执行都交给子代理。使用 code_mapper 子代理并行测绘热点路径、调用图、既有基准与项目约定;用 context_builder 在 plan 模式设计指标、埋点策略与首批优化候选;用 implementation_lead 落地埋点与基线,并在每轮循环中落地一个可归因的改动、跑测试、重新测量并追加到记分板;用 oracle_send 在决策点判断本轮是否值得继续。

使用方式:先绑定工作目录,例如 {"tool":"bind_context","args":{"op":"bind","working_dirs":["/absolute/path/to/project"]}};若未匹配则用 manage_workspaces 列出并切换工作区后重试。随后按阶段派发子代理,用 wait_agent 与 list_agents 处理权限阻塞。

核心原则:不读子代理能读的内容;每轮只做一个可归因改动;记分板是共享事实且只追加不覆盖;停止由 oracle 决定。

适用场景:需要对指定代码区域做可量化性能改进、且项目已有或可建立基准与测量命令的仓库。

限制:资料未提供具体支持语言、平台、收费与价格信息;埋点须放在测试/支持文件并受调试构建开关控制,生产代码只暴露最小钩子;若测量方差过大,需增加采样或收窄负载后再继续。