Menü
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Ein direkter Befehl überspringt den Prüf-Prompt. Prüfen Sie die Quelle, bevor Sie ihn ausführen.
npx skills add https://github.com/konglong87/enjoy_harness_ai --skill harness-10x-productivity-boostDer Befehl bleibt in einer Zeile. Scrollen Sie horizontal, um ihn vor dem Kopieren vollständig zu prüfen.
Sie bevorzugen eine lokale Kopie? Laden Sie die Dateien herunter, die SkillsMP derzeit vorliegen.
SKILL.md wird angezeigt
| name | harness-10x-productivity-boost |
| description | 10倍产能提效超级组合技能，通过并行执行、智能调度、优化策略实现10倍开发效率提升 |
| trigger_words | ["harness-10x-productivity-boost","10x","十倍","parallel","parallel execution","productivity boost"] |
| priority | LOWEST |
| dependencies | ["all-base-skills"] |
| version | v3.0.0 |
技能类型: 超级组合技能（Super Combo Skill） 依赖基础: 所有16个基础技能（Phase 1-4） 执行模式: 并行调度器（Parallel Scheduler），最大化并行度，最小化等待时间
识别独立任务，并行执行，充分利用计算资源：
基于依赖图、优先级、资源约束智能调度：
缓存中间结果，避免重复计算：
预测用户下一步操作，提前执行：
缩短反馈循环，快速失败，快速修复：
使用 Read 工具读取：实施计划
分析：
示例分析：
任务依赖图：
Task 1.1 (User模型) → Task 2.1 (Repository接口) → Task 2.2 (Repository测试) → Task 2.3 (Repository实现)
→ Task 3.1 (Service接口) → Task 3.2 (Service测试) → Task 3.3 (Service实现)
Task 1.2 (迁移文件) → Task 2.3 (Repository实现)
独立任务：
- Task 1.1 和 Task 1.2 独立，可并行
- Task 2.1 和 Task 3.1 独立，可并行（接口定义）
关键路径：
Task 1.1 → Task 2.1 → Task 2.3 → Task 3.3
（预计总时间：4小时）
并行优化后：
Task 1.1 + Task 1.2（并行，30分钟）
Task 2.1 + Task 3.1（并行，20分钟）
Task 2.2 + Task 3.2（并行，30分钟）
Task 2.3 → Task 3.3（串行，2小时）
（优化后总时间：3小时20分钟）
使用 Write 工具创建：.trace/PARALLEL_EXECUTION_PLAN_{TIMESTAMP}.md
并行执行计划内容：
---
created: {TIMESTAMP}
total_tasks: {N}
parallel_batches: {M}
estimated_speedup: {X}x
---
# 并行执行计划
## 任务依赖图
（ASCII图或Mermaid图）
## 并行批次
### Batch 1（2个任务并行）
- Task 1.1: 定义User模型
- Task 1.2: 创建users表迁移文件
预计时间：30分钟（串行需60分钟，提速2x）
### Batch 2（2个任务并行）
- Task 2.1: 定义UserRepository接口
- Task 3.1: 定义AuthService接口
预计时间：20分钟（串行需40分钟，提速2x）
### Batch 3（串行）
- Task 2.2: 编写Repository测试 → Task 2.3: 实现Repository
预计时间：1小时（有依赖，无法并行）
### Batch 4（串行）
- Task 3.2: 编写Service测试 → Task 3.3: 实现Service
预计时间：1小时（有依赖，无法并行）
## 总体加速
- 串行总时间：4小时
- 并行总时间：3小时20分钟
- 提速：1.2x
## 关键路径优化建议
- Task 2.3 和 Task 3.3 可以使用子代理并行执行
- 测试编写可以在实现完成前就开始（预测性编写）
使用 Edit 工具写入：.EnjoyHarness/EVENT_LOG.md
触发事件：
{TIMESTAMP} | SUPER_SKILL_START | harness-10x-productivity-boost | 并行执行启动 | SUCCESS
{TIMESTAMP} | PARALLEL_BATCH_START | Batch-1 | 2个任务并行 | PENDING
使用 Agent 工具派发子代理并行执行：
同时派发2个子代理：
- Subagent-A: 执行 Task 1.1（定义User模型）
- Subagent-B: 执行 Task 1.2（创建迁移文件）
定期读取：.EnjoyHarness/GLOBAL_STATE.md
监控：
watch -n 5 'cat .EnjoyHarness/GLOBAL_STATE.md | grep active_subagents'
# 预期输出：active_subagents: [subagent-A, subagent-B]
定期读取：.EnjoyHarness/EVENT_LOG.md
监控：
watch -n 5 'tail -10 .EnjoyHarness/EVENT_LOG.md'
# 预期看到：
# SUBAGENT_START | subagent-A | Task 1.1 | RUNNING
# SUBAGENT_START | subagent-B | Task 1.2 | RUNNING
# SUBAGENT_COMPLETE | subagent-A | Task 1.1 | SUCCESS
# SUBAGENT_COMPLETE | subagent-B | Task 1.2 | SUCCESS
等待所有子代理完成当前批次：
{TIMESTAMP} | PARALLEL_BATCH_COMPLETE | Batch-1 | 2个任务完成 | SUCCESS
根据并行执行计划，触发下一批次：
{TIMESTAMP} | PARALLEL_BATCH_START | Batch-2 | 2个任务并行 | PENDING
（继续执行直到所有批次完成）
在执行过程中，缓存中间结果：
使用 Write 工具创建：.cache/{cache-key}.md
缓存内容示例：
---
cached_at: {TIMESTAMP}
type: design_document
feature: user-auth
hash: {content-hash}
---
{设计文档内容}
缓存命中检查：
# 检查是否已有相同设计
ls .cache/ | grep {feature}-design
# 如果存在，读取缓存，跳过设计阶段
在当前批次执行期间，预测下一批次：
预测：当前执行Task 2.3（Repository实现），预测下一步需要Task 3.2（Service测试）
提前准备：
- 读取Service接口定义
- 准备测试框架
- 预生成测试模板
每个子代理完成后立即反馈：
{TIMESTAMP} | SUBAGENT_COMPLETE | subagent-A | Task 1.1 | SUCCESS
{TIMESTAMP} | FAST_FEEDBACK | subagent-A | 快速验证 | PENDING
立即验证：
- 代码格式检查
- 编译检查
- 单元测试（如果有）
{TIMESTAMP} | FAST_FEEDBACK_COMPLETE | subagent-A | 验证通过 | SUCCESS
如果验证失败：
{TIMESTAMP} | FAST_FEEDBACK_FAILED | subagent-A | 编译失败 | FAILURE
{TIMESTAMP} | FAST_FIX | subagent-A | 快速修复 | PENDING
立即修复：
- 修正语法错误
- 补充缺失导入
- 调整代码格式
{TIMESTAMP} | FAST_FIX_COMPLETE | subagent-A | 修复完成 | SUCCESS
监控资源使用，动态调整并行度：
资源监控：
- CPU使用率：60%
- 内存使用：4GB / 16GB
- 子代理数量：2 / 4
决策：资源充足，增加并行度到3个任务
所有批次完成后，生成效能报告：
使用 Write 工具创建：.trace/PRODUCTIVITY_REPORT_{TIMESTAMP}.md
报告内容：
---
created: {TIMESTAMP}
total_tasks: {N}
total_time: {duration}
speedup: {X}x
---
# 10倍产能提效报告
## 执行统计
- 总任务数：20个
- 串行预计时间：4小时
- 并行实际时间：3小时20分钟
- 提速：1.2x
## 并行分析
- 并行批次：4个
- 最大并行度：3个任务
- 平均并行度：2.2个任务
## 缓存命中
- 设计文档缓存：1次
- 测试结果缓存：3次
- 编译结果缓存：5次
## 预测性执行
- 提前准备：5次
- 节省时间：30分钟
## 快速反馈
- 即时验证：20次
- 快速修复：2次
- 平均反馈时间：< 2分钟
## 资源使用
- 峰值CPU：80%
- 峰值内存：8GB
- 子代理峰值数量：3
## 关键路径优化
- 原关键路径：4小时
- 优化后关键路径：3小时
- 关键路径缩短：25%
## 效率提升分解
- 并行执行贡献：+15%
- 缓存贡献：+10%
- 预测性执行贡献：+5%
- 快速反馈贡献：+5%
- 总效率提升：+35%
## 改进建议
- 增加测试并行度（当前测试串行执行）
- 优化任务分解粒度（部分任务可进一步拆分）
- 增强预测准确性（减少等待时间）
使用 Bash 工具输出：
echo ""
echo "✅ harness-10x-productivity-boost 完成!"
echo ""
echo "📊 效能提升:"
echo " - 串行时间: 4小时"
echo " - 并行时间: 3小时20分钟"
echo " - 提速: 1.2x"
echo ""
echo "⚡ 优化技术:"
echo " - 并行执行: {parallel_count}个批次"
echo " - 缓存命中: {cache_hits}次"
echo " - 预测性执行: {predictive_count}次"
echo " - 快速反馈: {feedback_count}次"
echo ""
echo "📋 报告: .trace/PRODUCTIVITY_REPORT_{TIMESTAMP}.md"
echo ""
Task 1.1: User模型（30分钟）
Task 1.2: 迁移文件（30分钟）
Task 2.1: Repository接口（20分钟）
Task 2.2: Repository测试（30分钟）
Task 2.3: Repository实现（1小时）
Task 3.1: Service接口（20分钟）
Task 3.2: Service测试（30分钟）
Task 3.3: Service实现（1小时）
Batch 1: 并行（30分钟）
Subagent-A: Task 1.1 (User模型)
Subagent-B: Task 1.2 (迁移文件)
（并行执行，总时间30分钟）
Batch 2: 并行（20分钟）
Subagent-A: Task 2.1 (Repository接口)
Subagent-B: Task 3.1 (Service接口)
（并行执行，总时间20分钟）
Batch 3: 并行（30分钟）
Subagent-A: Task 2.2 (Repository测试)
Subagent-B: Task 3.2 (Service测试)
（并行执行，总时间30分钟）
Batch 4: 串行（2小时）
Task 2.3 (Repository实现) → Task 3.3 (Service实现)
（有依赖，无法并行）
总时间：3小时20分钟 提速：1.2x
| 技术 | 提速贡献 | 适用场景 |
|---|---|---|
| 并行执行 | +15% | 多个独立任务 |
| 缓存 | +10% | 重复计算、重复设计 |
| 预测性执行 | +5% | 可预测下一步操作 |
| 快速反馈 | +5% | 频繁验证和修复 |
| 资源优化 | +5% | 多核CPU、充足内存 |
| 总计 | +40% | 综合应用 |
10倍目标达成路径：
docs/plans/2026-03-28-enjoyharness-design-v3.mdBasierend auf der SOC-Berufsklassifikation
