SKILL·1210D0

Preserving Productive Tensions

obra
Aktualisiert 2 days ago
29 Ansichten
751
169
751
Auf GitHub ansehen
Anderegeneral

Über

Diese Fähigkeit hilft Entwicklern zu erkennen, wann Meinungsverschiedenheiten gültige, kontextabhängige Ansätze aufzeigen, anstatt voreilige Entscheidungen zu erzwingen. Sie bewahrt mehrere tragfähige Lösungen, die unterschiedliche Prioritäten optimieren, wie etwa Kosten gegenüber Latenz. Nutzen Sie sie, wenn Sie zwischen gleichwertigen Optionen schwanken, um Flexibilität zu bewahren, anstatt die Spannung künstlich aufzulösen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add obra/superpowers-skills -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/obra/superpowers-skills
Git CloneAlternativ
git clone https://github.com/obra/superpowers-skills.git ~/.claude/skills/Preserving Productive Tensions

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation

Preserving Productive Tensions

Overview

Some tensions aren't problems to solve - they're valuable information to preserve. When multiple approaches are genuinely valid in different contexts, forcing a choice destroys flexibility.

Core principle: Preserve tensions that reveal context-dependence. Force resolution only when necessary.

Recognizing Productive Tensions

A tension is productive when:

  • Both approaches optimize for different valid priorities (cost vs latency, simplicity vs features)
  • The "better" choice depends on deployment context, not technical superiority
  • Different users/deployments would choose differently
  • The trade-off is real and won't disappear with clever engineering
  • Stakeholders have conflicting valid concerns

A tension needs resolution when:

  • Implementation cost of preserving both is prohibitive
  • The approaches fundamentally conflict (can't coexist)
  • There's clear technical superiority for this specific use case
  • It's a one-way door (choice locks architecture)
  • Preserving both adds complexity without value

Preservation Patterns

Pattern 1: Configuration

Make the choice configurable rather than baked into architecture:

class Config:
    mode: Literal["optimize_cost", "optimize_latency"]
    # Each mode gets clean, simple implementation

When to use: Both approaches are architecturally compatible, switching is runtime decision

Pattern 2: Parallel Implementations

Maintain both as separate clean modules with shared contract:

# processor/batch.py - optimizes for cost
# processor/stream.py - optimizes for latency
# Both implement: def process(data) -> Result

When to use: Approaches diverge significantly, but share same interface

Pattern 3: Documented Trade-off

Capture the tension explicitly in documentation/decision records:

## Unresolved Tension: Authentication Strategy

**Option A: JWT** - Stateless, scales easily, but token revocation is hard
**Option B: Sessions** - Easy revocation, but requires shared state

**Why unresolved:** Different deployments need different trade-offs
**Decision deferred to:** Deployment configuration
**Review trigger:** If 80% of deployments choose one option

When to use: Can't preserve both in code, but need to document the choice was deliberate

Red Flags - You're Forcing Resolution

  • Asking "which is best?" when both are valid
  • "We need to pick one" without explaining why
  • Choosing based on your preference vs user context
  • Resolving tensions to "make progress" when preserving them IS progress
  • Forcing consensus when diversity is valuable

All of these mean: STOP. Consider preserving the tension.

When to Force Resolution

You SHOULD force resolution when:

  1. Implementation cost is prohibitive

    • Building/maintaining both would slow development significantly
    • Team doesn't have bandwidth for parallel approaches
  2. Fundamental conflict

    • Approaches make contradictory architectural assumptions
    • Can't cleanly separate concerns
  3. Clear technical superiority

    • One approach is objectively better for this specific context
    • Not "I prefer X" but "X solves our constraints, Y doesn't"
  4. One-way door

    • Choice locks us into an architecture
    • Migration between options would be expensive
  5. Simplicity requires choice

    • Preserving both genuinely adds complexity
    • YAGNI: Don't build both if we only need one

Ask explicitly: "Should I pick one, or preserve both as options?"

Documentation Format

When preserving tensions, document clearly:

## Tension: [Name]

**Context:** [Why this tension exists]

**Option A:** [Approach]
- Optimizes for: [Priority]
- Trade-off: [Cost]
- Best when: [Context]

**Option B:** [Approach]
- Optimizes for: [Different priority]
- Trade-off: [Different cost]
- Best when: [Different context]

**Preservation strategy:** [Configuration/Parallel/Documented]

**Resolution trigger:** [Conditions that would force choosing one]

Examples

Productive Tension (Preserve)

"Should we optimize for cost or latency?"

  • Answer: Make it configurable - different deployments need different trade-offs

Technical Decision (Resolve)

"Should we use SSE or WebSockets?"

  • Answer: SSE - we only need one-way communication, simpler implementation

Business Decision (Defer)

"Should we support offline mode?"

  • Answer: Don't preserve both - ask stakeholder to decide based on user needs

Remember

  • Tensions between valid priorities are features, not bugs
  • Premature consensus destroys valuable flexibility
  • Configuration > forced choice (when reasonable)
  • Document trade-offs explicitly
  • Resolution is okay when justified

GitHub Repository

obra/superpowers-skills
Pfad: skills/architecture/preserving-productive-tensions
0
FAQ

Häufig gestellte Fragen

Was ist der Skill Preserving Productive Tensions?

Preserving Productive Tensions ist ein Claude Skill von obra. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um Preserving Productive Tensions ohne zusätzliche Eingaben auszuführen.

Wie installiere ich Preserving Productive Tensions?

Verwende die Installationsbefehle auf dieser Seite: Füge Preserving Productive Tensions als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.

Zu welcher Kategorie gehört Preserving Productive Tensions?

Preserving Productive Tensions gehört zur Kategorie Andere.

Kann ich Preserving Productive Tensions kostenlos nutzen?

Ja. Preserving Productive Tensions ist auf AIMCP gelistet und kann kostenlos installiert werden.

Verwandte Skills

sports-betting-analyzer
Andere

Diese Claude Skill analysiert Sportwettenmärkte inklusive Handicaps, Over/Unders und Spezialwetten, indem sie historische Trends und situative Statistiken untersucht, um Wertwetten zu identifizieren. Sie liefert strukturierte Markdown-Ausgaben mit umsetzbaren Empfehlungen zu Bildungszwecken. Entwickler sollten dies für Sportwetten-Analysetools nutzen, wobei zu beachten ist, dass es nur zur Unterhaltung/Bildung konzipiert wurde.

Skill ansehen
llamaguard
Andere

LlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.

Skill ansehen
cost-optimization
Andere

Diese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.

Skill ansehen
quantizing-models-bitsandbytes
Andere

Diese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.

Skill ansehen