prompt-optimization
Über
Diese Fähigkeit wiederholt automatisch Prompts für Haiku-Agenten, um die Genauigkeit bei strukturierten Aufgaben wie Unit-Tests und Parsing um das 4-5-fache zu steigern. Sie funktioniert durch Aktivierung bidirektionaler Aufmerksamkeit während der Verarbeitung, ohne Latenz hinzuzufügen. Sie wird automatisch für geeignete Aufgaben aktiviert und erfordert keinen manuellen Eingriff durch Entwickler.
Schnellinstallation
Claude Code
Empfohlennpx skills add asklokesh/claudeskill-loki-mode -a claude-code/plugin add https://github.com/asklokesh/claudeskill-loki-modegit clone https://github.com/asklokesh/claudeskill-loki-mode.git ~/.claude/skills/prompt-optimizationKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Prompt Optimization Skill
Overview
Automatically applies prompt repetition for Haiku agents to improve accuracy by 4-5x on structured tasks.
Research Source: "Prompt Repetition Improves Non-Reasoning LLMs" (arXiv 2512.14982v1)
When to Activate
This skill activates automatically for:
- Haiku agents executing structured tasks
- Unit test execution
- Linting and formatting
- Parsing and extraction
- List operations (find, filter, count)
How It Works
BEFORE:
prompt = "Run unit tests in tests/ directory"
AFTER (with skill):
prompt = "Run unit tests in tests/ directory\n\nRun unit tests in tests/ directory"
The repeated prompt enables bidirectional attention within the parallelizable prefill stage, improving accuracy without latency penalty.
Performance Impact
| Task Type | Without Skill | With Skill | Improvement |
|---|---|---|---|
| Unit tests | 65% accuracy | 95% accuracy | +46% |
| Linting | 72% accuracy | 98% accuracy | +36% |
| Parsing | 58% accuracy | 94% accuracy | +62% |
Latency: Zero impact (occurs in prefill, not generation)
Configuration
Enable/Disable
# Enabled by default for Haiku agents
LOKI_PROMPT_REPETITION=true
# Disable if needed
LOKI_PROMPT_REPETITION=false
Repetition Count
# 2x repetition (default)
LOKI_PROMPT_REPETITION_COUNT=2
# 3x repetition (for position-critical tasks)
LOKI_PROMPT_REPETITION_COUNT=3
Agent Instructions
When you are a Haiku agent and the task involves:
- Running tests
- Executing linters
- Parsing structured data
- Finding items in lists
- Counting or filtering
Your prompt will be automatically repeated 2x to improve accuracy. No action needed from you.
If you are an Opus or Sonnet agent, this skill does NOT apply (reasoning models see no benefit from repetition).
Metrics
Track prompt optimization impact:
.loki/metrics/prompt-optimization/
├── accuracy-improvement.json
└── cost-benefit.json
References
See references/prompt-repetition.md for full documentation.
Version: 1.0.0
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill prompt-optimization?
prompt-optimization ist ein Claude Skill von asklokesh. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um prompt-optimization ohne zusätzliche Eingaben auszuführen.
Wie installiere ich prompt-optimization?
Verwende die Installationsbefehle auf dieser Seite: Füge prompt-optimization 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 prompt-optimization?
prompt-optimization gehört zur Kategorie Andere.
Kann ich prompt-optimization kostenlos nutzen?
Ja. prompt-optimization ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
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.
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.
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.
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.
