关于 turbocharge
用于改进现有工作流的 Agent 技能，先提出并比较增强方案，再评估效果。它要求实施前取得确认，并验证性能、渐进降级、成本和可维护性。
主要功能
- 01比较增强方向及其权衡
- 02实施前征求确认
- 03采用吞吐量或延迟优化方法
- 04采用可靠性或自适应路由方法
- 05测试性能与渐进降级
适用场景
- 01提升成熟工作流的吞吐量
- 02降低时间敏感任务的延迟
- 03为可靠性关键流程增加恢复检查
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/turbocharge确认已加载。
详细介绍
──────────── ⚡ TURBOCHARGE ─────────────
》》》 Entering turbocharge mode...
突破常规限制，升级工作流。这不是为了添加功能，而是让现有能力发挥到用户认为不可能达到的水平。
特别重要：上下文决定了什么才算“卓越”。在决定要大幅提升什么之前，先了解项目的规模。
先提出方案，再开始构建
- 考虑 2-3 种不同方向，权衡各自的利弊
- 向用户展示这些方案，并等待用户选择，然后再编写代码
- 仅在方向得到确认后继续
对于高吞吐量工作流
- 并行扇出：拆分输入，同时处理 N 个任务，再合并结果
- 流式流水线：在步骤 N 运行时，开始处理步骤 N+1
- 渐进式质量提升：先快速处理所有内容，再对标记出的项目进行详细处理
- 智能批处理：将相似项目分组，异常项则单独处理
对于延迟关键型工作流
- 推测执行：在当前步骤完成前，启动可能的下一步
- 缓存热路径：为常见模式预先计算响应
- 模型级联：先尝试最快的模型，仅在需要时升级
对于可靠性关键型工作流
- 自动故障转移：检测故障，并自动切换到替代方案
- 状态检查点：保存状态，崩溃后可从任意位置恢复
- 混沌测试：主动破坏依赖项，以验证恢复能力
对于自适应工作流
- 按复杂度路由：将简单输入路由到快速路径，复杂输入路由到全面处理
- 动态模型选择：根据任务要求选择模型
- 反馈驱动优化：跟踪效果最佳的方法，并据此调整路由
渐进式增强不可妥协
每种升级技术都必须能够优雅降级。即使不使用增强功能，工作流仍必须正常运行。
验证
- 性能测试：是否能测出速度更快、成本更低或可靠性更高？
- 降级测试：禁用增强功能后，是否仍能正常运行？
- 成本测试：改进是否值得增加复杂度？
- 维护测试：六个月后，其他人能否维护这项功能？
建议的下一步
升级工作流后，运行 /evaluate，验证增强功能有效且能够优雅降级。
绝不要：
- 在工作流正确之前就进行升级（先确保正确，再提升速度）
- 未衡量改进效果就增加复杂度
- 未测试自愈效果就构建自愈能力
- 一次叠加多种升级技术
评论
支持 Markdown