🔬

simpy

Name: simpy
Author: K-Dense-AI

Seguro ⚙️ Comandos externos🌐 Acesso à rede📁 Acesso ao sistema de arquivos

Criar Simulações de Eventos Discretos com SimPy

Também disponível em: davila7

O SimPy permite modelar sistemas complexos com processos, filas e recursos compartilhados. Simule linhas de manufatura, operações de rede, tráfego de logística e otimize o desempenho antes da implementação.

Suporta: Claude Codex Code(CC)

🥈 77 Prata

Baixar o ZIP da skill

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

Ative e comece a usar

Testar

A utilizar "simpy". 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.

Resultado esperado:

Simulation Results: 8-hour bank operation
Total customers served: 147
Average wait time: 4.2 minutes
Maximum wait time: 18.7 minutes
Teller utilization: 87%
Queue length peaked at 12 customers around hour 6

A utilizar "simpy". 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.

Resultado esperado:

Manufacturing Line Analysis Results:
Parts completed: 23 over 8-hour shift
Stage utilization: Cutting 96%, Assembly 72%, Inspection 36%
Bottleneck identified: Cutting station
Average cycle time per part: 32 minutes
Suggestion: Add second cutting machine to increase throughput by 35%

A utilizar "simpy". Model a cloud data center with 10 servers handling 3 types of jobs.

Resultado esperado:

Resource Allocation Results:
Short jobs: 450 completed, avg wait 0.3 min, utilization 45%
Medium jobs: 180 completed, avg wait 2.1 min, utilization 78%
Long jobs: 45 completed, avg wait 8.4 min, utilization 92%
Optimal allocation: 3 servers short, 4 medium, 3 long jobs
Current over-provisioning: 2 servers

Auditoria de Segurança

Seguro

v4 • 1/17/2026

Static 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.

Arquivos analisados

3,202

Linhas analisadas

achados

Total de auditorias

Fatores de risco

⚙️ Comandos externos (6)

references/events.md:14-345 references/monitoring.md:19-420 references/process-interaction.md:19-372 references/real-time.md:17-369 references/resources.md:21-250 SKILL.md:43-403

🌐 Acesso à rede (3)

references/monitoring.md:133-370 references/resources.md:28-272 SKILL.md:70-403

📁 Acesso ao sistema de arquivos (2)

references/monitoring.md:398-399 scripts/resource_monitor.py:179-180

Auditado por: claude Ver Histórico de Auditoria →

Pontuação de qualidade

Arquitetura

100

Manutenibilidade

Conteúdo

Comunidade

100

Segurança

Conformidade com especificações

O Que Você Pode Construir

Otimizar Linhas de Manufatura

Modelar fluxos de produção para identificar gargalos, balancear capacidade e minimizar tempos de ciclo.

Simular Tráfego de Rede

Analisar roteamento de pacotes, alocação de banda e latência sob várias condições de carga.

Projetar Sistemas de Filas

Simular fluxo de clientes em bancos, hospitais ou varejo para determinar níveis ótimos de pessoal.

Tente Estes Prompts

Simulação Básica de Filas

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.

Linha de Manufatura

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.

Simulação de Pacotes de Rede

Simulate packets arriving at a router with 100 Mbps bandwidth. Packets are 1-5 KB and arrive at 50 packets per second. Show queue length and packet loss under peak load.

Otimização de Recursos

Model a cloud data center with 10 servers handling 3 types of jobs: short (1-5 min), medium (10-20 min), long (30-60 min). Jobs arrive randomly. Find optimal server allocation per job type.

Melhores Práticas

Sempre use gerenciadores de contexto (declaração with) ao solicitar recursos para garantir limpeza adequada e prevenir deadlocks
Defina random.seed() para resultados reproduzíveis ao comparar diferentes cenários de simulação
Monitore e colete dados durante toda a simulação, não apenas no final, para capturar comportamento transitório

Evitar

Esquecer instruções yield em funções de processo fará com que processos executem instantaneamente sem temporização adequada
Reutilizar eventos que já foram triggerados causará erros de simulação ou comportamento inesperado
Usar operações bloqueantes do Python como time.sleep() em vez de env.timeout() quebra o modelo de temporização da simulação

Perguntas Frequentes

Qual é a diferença entre Environment e RealtimeEnvironment?

Environment executa simulações o mais rápido possível, enquanto RealtimeEnvironment sincroniza tempo de simulação com tempo real para aplicações em tempo real ou hardware-in-the-loop.

Como escolho o tipo certo de recurso para minha simulação?

Use Resource para limites básicos de capacidade, PriorityResource para filas de prioridade, Container para materiais em massa como combustível ou água, e Store para armazenamento de objetos com FIFO ou filtragem.

Posso interromper um processo em execução no SimPy?

Sim, use process.interrupt() para retomar forçosamente um processo pausado. Isso é útil para modelar preempção, timeouts ou eventos de cancelamento externo.

Como coleto estatísticas personalizadas durante uma simulação?

Use a classe ResourceMonitor dos scripts fornecidos ou crie monitores personalizados fazendo patch nos métodos de recursos e rastreando eventos durante a execução da simulação.

Qual é a melhor maneira de modelar processos paralelos que precisam de sincronização?

Inicie múltiplos processos com env.process() e use o operador yield com operador & para esperar que todos os processos completem, ou | para qualquer conclusão de processo.

Como posso exportar resultados de simulação para análise externa?

Use o método export_csv() em ResourceMonitor para salvar dados coletados, ou escreva funções de exportação personalizadas usando os dicionários de dados rastreados durante a simulação.