swarm-orchestration
78Координация многоагентных роев
Координировать множество агентов сложно, когда роли, топология и поток задач неясны. Этот навык предоставляет шаблоны роев, рабочие процессы хуков и практики координации для agentic-flow.
Оптимизация производительности векторов AgentDB
Развертывания AgentDB могут замедляться или использовать слишком много памяти по мере роста числа векторов. Этот навык предоставляет рекомендации по квантованию, HNSW, кэшированию и пакетной обработке, чтобы повысить скорость и снизить использование памяти.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "agentdb-performance-optimization" from https://skillstore.io/skills/ruvnet-agentdb-performance-optimization.md and its manifest at https://skillstore.io/api/skills/ruvnet-agentdb-performance-optimization/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «agentdb-performance-optimization». Оптимизируйте AgentDB для одного миллиона эмбеддингов документов при ограниченной памяти.
Ожидаемый результат:
Использование «agentdb-performance-optimization». Улучшите медленный поиск AgentDB для набора данных среднего размера.
Ожидаемый результат:
Использование «agentdb-performance-optimization». Снизьте использование хранилища для edge-развертывания AgentDB.
Ожидаемый результат:
The static backtick, URL, and SQLite path findings are false positives caused by Markdown documentation and code examples. I found one semantic risk: the skill recommends unpinned npx agentdb@latest commands that can execute changing package code.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/ruvnet-agentdb-performance-optimization/audits/11?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/ruvnet-agentdb-performance-optimization?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/ruvnet-agentdb-performance-optimization?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ruvnet-agentdb-performance-optimization/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/ruvnet-agentdb-performance-optimization.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>ruvnet. (2026). agentdb-performance-optimization security audit report (audit version 11) [Author version unspecified]. Skillstore. https://skillstore.io/skills/ruvnet-agentdb-performance-optimization/audits/11@techreport{ruvnet-ruvnet-agentdb-performance-optimization-2026,
author = {ruvnet},
title = {agentdb-performance-optimization security audit report (audit version 11)},
institution = {Skillstore},
year = {2026},
number = {11},
url = {https://skillstore.io/skills/ruvnet-agentdb-performance-optimization/audits/11},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "agentdb-performance-optimization security audit report (audit version 11)"
version: "unspecified"
type: report
authors:
- name: "ruvnet"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/ruvnet-agentdb-performance-optimization/audits/11"
identifiers:
- type: other
value: "skillstore:ruvnet-agentdb-performance-optimization:audit:11"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
ruvnet-agentdb-performance-optimization
2026-09-09
dnyoussef-agentdb-performance-optimization
2026-09-09
Настройте квантование, HNSW и параметры кэша для более крупных коллекций векторов AgentDB.
Выберите параметры сжатия для мобильных или edge-развертываний с жесткими ограничениями памяти.
Сравните настройки HNSW и квантования, когда качество извлечения должно оставаться высоким.
Помогите мне выбрать режим квантования AgentDB для моего числа векторов, лимита памяти и целевой точности.
Проверьте мою рабочую нагрузку AgentDB и предложите настройки HNSW, кэша и квантования для более быстрого поиска.
Проанализируйте, почему использование памяти AgentDB растет, и предложите изменения в очистке, консолидации и кэше.
Создайте план оптимизации AgentDB для миллионов векторов, включая бенчмарки, проверки рисков и этапы развертывания.
Автор
ruvnetЛицензия
MIT
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Ссылка
3e4b6c31a74a3bd1a291c98cf585d720cb9fbc88
Актуальность поддержки
18.07.2026
Использование
7 загрузок · 245 просмотров
Структура файлов
📄 SKILL.md
Координация многоагентных роев
Координировать множество агентов сложно, когда роли, топология и поток задач неясны. Этот навык предоставляет шаблоны роев, рабочие процессы хуков и практики координации для agentic-flow.
Координируйте продвинутые рои Claude Flow
Сложным проектам нужны скоординированные агенты, ясный выбор топологии и видимые передачи задач. Этот навык предоставляет переиспользуемые паттерны роев Claude Flow для исследований, разработки, тестирования, анализа и восстановления.
Создавайте адаптивных агентов ReasoningBank
ИИ-агенты теряют полезные уроки, когда результаты не записываются. Этот навык показывает, как фиксировать опыт, изучать паттерны и рекомендовать более эффективные стратегии.
Координация продвинутых агентов Hive Mind
Сложная работа над программным обеспечением требует четких ролей агентов, общего контекста и надежных решений. Этот навык помогает проводить сессии Claude Flow Hive Mind с queens, workers, consensus и memory.
Управляйте поставкой ПО с помощью SPARC
Сложным программным проектам нужны четкое планирование, тестирование и ревью. Этот навык проводит Claude, Codex и Claude Code через этапы SPARC с помощью структурированных рабочих процессов.
Создание навыков Claude Code
Создавать корректные навыки Claude или Codex может быть сложно, когда структура, метаданные и правила раскрытия контекста неясны. Этот навык предоставляет шаблоны, чеклисты и примеры для создания организованных навыков.
Оптимизация векторного поиска AgentDB
от DNYoussef
Большие векторные базы данных могут становиться медленными, требовательными к памяти и сложными для бенчмаркинга. Этот навык предоставляет структурированный рабочий процесс оптимизации AgentDB для квантования, индексации HNSW, кэширования и проверки.
Создание семантического поиска AgentDB
от DNYoussef
Командам нужен релевантный поиск документов для RAG и баз знаний. Этот навык помогает настроить AgentDB, хранение эмбеддингов, индексирование, API-поиск и настройку релевантности.
Оптимизация производительности Supabase Postgres
от supabase
Медленные запросы и расхождение схемы могут усложнять масштабирование приложений на Postgres. Этот навык дает AI-агентам правила для индексов, RLS, пулов соединений и диагностики с учетом Supabase.
Оптимизация запросов и схем Postgres
от sickn33
Медленные запросы и небезопасные паттерны работы с базой данных трудно заметить во время обычного ревью кода. Этот навык дает Claude, Codex и Claude Code структурированные рекомендации по Postgres для индексов, RLS, пулов соединений, транзакций и диагностики.
Оптимизация производительности PostgreSQL
от sickn33
Медленные системы PostgreSQL требуют структурированного анализа перед внесением изменений. Этот навык помогает с настройкой запросов, планированием индексов, проверкой конфигурации, обслуживанием и мониторингом.
Оптимизация производительности Parquet в Rust
от EmilLindfors
Конвейеры Parquet могут неэффективно расходовать хранилище и память при использовании настроек по умолчанию. Этот навык анализирует чтение и запись Parquet в Rust, а затем предлагает улучшения сжатия, размеров, проекции и фильтрации.