このプロンプトのミニチュア版をここに含めたのは、「My Favorite Prompts」シリーズはコンパクトで一口サイズの自己完結型のナゲットであるはずだからです。 しかし今日、私はこれを本当に狂気じみたシステムに変えてしまいました。Reactで別のCRUDプログラムやTODOリストを作る場合は関係ありませんが、RustやGolangでかなり複雑なことや複雑なデータを扱う場合、この方法はできることがほとんど怖いほどです。 これは2ラウンドのプロセスです。ラウンド1はこちらです: --- まず、すべてのAGENTS dot mdファイルとREADME dot mdファイルを非常に注意深く読み、両方を理解することが大切です!その後、コード調査エージェントモードを使って、コードや技術的アーキテクチャ、プロジェクトの目的を完全に理解しましょう。 そして、それらすべてを非常に徹底的かつ綿密に取り組み、既存のシステム全体とその役割、目的、実装方法、そしてすべての要素がどのように相互に繋がっているのかを深く理解した後、このプロジェクトに関連するこれらの疑問を徹底的に調査し、研究し、熟考してください。 コアシステムに他に重大な非効率はあるのでしょうか?コードベース上で、1) 変更によって全体のレイテンシやレスポンス、スループットの面で実際に変化が起こる場所、2) 機能的には変化が証明可能に同型であり、同じ入力で結果の出力が変わらないことを確実に知ること;3) アルゴリズムやデータ構造に関して明らかにより良いアプローチを明確に示すビジョンがある場合(この場合は、あまり知られていないデータ構造やより難解・洗練・数学的なアルゴリズム、さらに問題を再構築して別のパラダイムを露出させる方法を含めることができます。以下のリストのように(注: 最適化を提案する前に、基準指標(p50/p95/p99のレイテンシ、スループット、ピークメモリ)を設定し、CPU/割り当て/I/Oプロファイルを取得して実際のホットスポットを特定してください: - N+1クエリ/フェッチパターンの排除 - ゼロコピー/バッファ再利用/散発集いI/O - シリアライゼーションフォーマットコスト(パース/エンコードオーバーヘッド) - 有界キュー+バックプレッシャー(メモリのブローアップやテールレイテンシーの防止) - 競合を減らすためのシャーディング/ストライプロック - キャッシュ無効化戦略を用いたメモ化 - 動的計画法技術 - 凸最適化理論 - 遅延評価/遅延計算 - 大規模なコレクションの物質化を避けるためのイテレーター/ジェネレーターパターン - メモリ制限作業のためのストリーミング/チャンク処理 - 事前計算およびルックアップテーブル - インデックスベースのルックアップと線形スキャン認識の比較 - 二分探索(データおよび回答空間上) - 2ポイントおよびスライディングウィンドウ技術 - 接頭辞和/累積集計 - 依存グラフの位相的ソートとDAG認識...