SimPy를 사용하면 프로세스, 큐 및 공유 리소스로 복잡한 시스템을 모델링할 수 있습니다. 제조 라인, 서비스 운영, 네트워크 트래픽 및 물류의 시뮬레이션을 수행하여 구현 전에 성능을 최적화합니다.
스킬 ZIP 다운로드
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
토글을 켜고 사용 시작
테스트해 보기
"simpy" 사용 중입니다. Create a SimPy simulation of customers arriving at a bank with 2 tellers. Customers arrive every 3-5 minutes and service takes 5-8 minutes. Run for 8 hours and show average wait time.
예상 결과:
- 시뮬레이션 결과: 8시간 은행 운영
- 총 서비스 고객: 147명
- 평균 대기 시간: 4.2분
- 최대 대기 시간: 18.7분
- 은행원 활용률: 87%
- 큐 길이는 약 6시간차에 12명으로 정점을 기록함
"simpy" 사용 중입니다. Build a SimPy model of a 3-stage manufacturing line where parts go through cutting (10 min), assembly (15 min), and inspection (5 min). Each stage has 1 machine. Analyze throughput.
예상 결과:
- 제조 라인 분석 결과:
- 완료된 부품: 8시간 근무 조당 23개
- 스테이션 활용률: 절단 96%, 조립 72%, 검사 36%
- 식별된 병목: 절단 스테이션
- 부품당 평균 사이클 시간: 32분
- 제안: 두 번째 절단 기계를 추가하면 처리량이 35% 증가할 수 있음
"simpy" 사용 중입니다. Model a cloud data center with 10 servers handling 3 types of jobs.
예상 결과:
- 리소스 할당 결과:
- 짧은 작업: 450개 완료, 평균 대기 0.3분, 활용률 45%
- 중간 작업: 180개 완료, 평균 대기 2.1분, 활용률 78%
- 긴 작업: 45개 완료, 평균 대기 8.4분, 활용률 92%
- 최적 할당: 짧은 작업 3대, 중간 작업 4대, 긴 작업 3대
- 현재 과잉 프로비저닝: 2대
보안 감사
안전Static analysis flagged 260 potential security issues, but evaluation confirms all are false positives. The 'external_commands' findings are markdown backticks used for code formatting, not shell execution. The 'weak cryptographic algorithm' flags refer to random.seed() for simulation reproducibility. No actual security risks exist in this legitimate SimPy discrete-event simulation skill.
위험 요인
⚙️ 외부 명령어 (6)
📁 파일 시스템 액세스 (2)
품질 점수
만들 수 있는 것
제조 라인 최적화
병목 현상을 식별하고 용량을 균형 있게 조정하며 사이클 시간을 최소화하기 위해 생산 워크플로우를 모델링합니다.
네트워크 트래픽 시뮬레이션
다양한 부하 조건에서 패킷 라우팅, 대역폭 할당 및 지연 시간을 분석합니다.
큐 시스템 설계
은행, 병원 또는 소매점에서 고객 흐름을 시뮬레이션하여 최적의 직원 수준을 결정합니다.
이 프롬프트를 사용해 보세요
2명의 은행원이 있는 은행에 고객이 도착하는 SimPy 시뮬레이션을 만드세요. 고객은 3-5분마다 도착하고 서비스는 5-8분이 걸립니다. 8시간 동안 실행하고 평균 대기 시간을 표시하세요.
부품이 절단(10분), 조립(15분), 검사(5분)를 거치는 3단계 제조 라인의 SimPy 모델을 구축하세요. 각 단계에 기계가 1대씩 있습니다. 처리량을 분석하세요.
100 Mbps 대역폭을 가진 라우터에 패킷이 도착하는 것을 시뮬레이션하세요. 패킷은 1-5KB이며 초당 50개가 도착합니다. 피크 부하 시 큐 길이와 패킷 손실을 표시하세요.
3가지 유형의 작업을 처리하는 10대의 서버가 있는 클라우드 데이터 센터를 모델링하세요: 짧은 작업(1-5분), 중간 작업(10-20분), 긴 작업(30-60분). 작업은 무작위로 도착합니다. 작업 유형별 최적의 서버 할당을 찾으세요.
모범 사례
- 리소스를 요청할 때 항상 컨텍스트 관리자(with 문)를 사용하여 적절한 정리를 보장하고 교착 상태를 방지하세요
- 다른 시나리오를 비교할 때 재현 가능한 결과를 위해 random.seed()를 설정하세요
- 일시적인 동작을 포착하기 위해 시뮬레이션이 끝날 때만 아니라 전체적으로 데이터를 모니터링하고 수집하세요
피하기
- 프로세스 함수에서 yield 문을 잊으면 프로세스가 적절한 타이밍 없이 즉시 실행됩니다
- 이미 트리거된 이벤트를 재사용하면 시뮬레이션 오류나 예기치 않은 동작이 발생합니다
- time.sleep()과 같은 차단 Python 작업 대신 env.timeout()을 사용하면 시뮬레이션 타이밍 모델이 깨집니다