dag-pattern-learner
Über
Diese Fähigkeit analysiert historische DAG-Ausführungsdaten, um erfolgreiche Workflows zu identifizieren und Anti-Patterns zu erkennen, und liefert Optimierungsempfehlungen. Nutzen Sie sie, wenn Sie aus vergangenen Durchläufen lernen möchten, um die zukünftige DAG-Leistung zu verbessern, ausgelöst durch Formulierungen wie "Muster lernen" oder "auf Basis der Historie optimieren". Sie arbeitet mit Ausführungs-Tracing- und Profiling-Tools zusammen, ist jedoch von der Fehleranalyse zu unterscheiden.
Schnellinstallation
Claude Code
Empfohlennpx skills add majiayu000/claude-skill-registry -a claude-code/plugin add https://github.com/majiayu000/claude-skill-registrygit clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/dag-pattern-learnerKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Frequently asked questions
What is the dag-pattern-learner skill?
dag-pattern-learner is a Claude Skill by majiayu000. Skills package instructions and resources that Claude loads on demand, so Claude can perform dag-pattern-learner-related tasks without extra prompting.
How do I install dag-pattern-learner?
Use the install commands on this page: add dag-pattern-learner to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does dag-pattern-learner belong to?
dag-pattern-learner is in the DAG Framework category, tagged dag, observability, learning, patterns and optimization.
Is dag-pattern-learner free to use?
Yes. dag-pattern-learner is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Verwandte Skills
Diese Fähigkeit analysiert den Ausführungsverlauf von DAGs, um erfolgreiche Workflow-Muster zu identifizieren und Anti-Patterns zu erkennen, wodurch Optimierungsempfehlungen bereitgestellt werden. Nutzen Sie sie, wenn Sie aufgefordert werden, "Muster zu lernen" oder "basierend auf dem Verlauf zu optimieren", um die zukünftige DAG-Leistung zu verbessern. Sie arbeitet mit Ausführungs-Tracern und Graph-Buildern zusammen, um gewonnene Erkenntnisse anzuwenden.
Diese Fähigkeit überwacht den Iterationsfortschritt, indem sie Qualitätstrends verfolgt und Plateaus erkennt, um optimale Abbruchpunkte zu empfehlen. Nutzen Sie sie, wenn Sie bestimmen müssen, wann weitere Iterationen die Aufgabenresultate nicht mehr verbessern. Sie ergänzt andere DAG-Fähigkeiten wie den Iterationsdetektor und den Feedback-Synthesizer für eine umfassende Workflow-Überwachung.
Diese Fähigkeit führt geplante DAG-Workflows in parallelen Wellen unter Verwendung des Task-Tools aus und verwaltet die gleichzeitige Erzeugung von Agenten innerhalb gesetzter Ressourcengrenzen. Sie koordiniert die Aufgabenausführung und Agentenübergaben für Workflow-Läufe, wenn sie durch Befehle wie 'execute dag' oder 'run workflow' ausgelöst wird. Verwenden Sie dies speziell für die parallele Ausführung, nicht zum Erstellen oder Planen von DAGs.
Diese Fähigkeit validiert DAG-Strukturen, erkennt Zyklen und löst die Abhängigkeitsreihenfolge mithilfe des Kahn-Algorithmus für topologisches Sortieren. Verwenden Sie sie, wenn Sie eine optimale Ausführungssequenz berechnen oder nach der Konstruktion überprüfen müssen, ob ein Graph azyklisch ist. Sie ergänzt sich mit dag-graph-builder für die Validierung und dag-task-scheduler für die Ausführungsplanung.