Agent-Harness-Optimierungs-Workflow
Von Wikiprompt, der freien Prompt-Enzyklopädie
Agent-Harness-Optimierungs-Workflow Ein schrittweiser Arbeitsablauf zur Reduzierung der Agent-Harness-Kosten um 50%+ unter Verwendung von Karpathy's Loop, Action Fusion, Context Compaction, Output Archiving und Model Delegation.
Prompt-InhaltSpeichern
🌐
Schritt 1 → Untersuche die Ausführungsprotokolle des Agents - wiederholte Aktionen, wachsender Kontext, überdimensionierte Ausgaben - finde heraus, wo Token die Aufgabe nicht mehr voranbringen
Schritt 2 → Führe Karpathys Schleife auf dem Harness aus: vorschlagen → implementieren → überprüfen → testen → behalten oder verwerfen. Behebe die Qualitäts- und Effizienz-Gates, bevor die Suche beginnt
Schritt 3 → Verschmelze Aktionen: bearbeite die Datei und führe ihren geplanten Test in einem einzigen Tool-Aufruf aus - entferne den Modell-Roundtrip dazwischen
Schritt 4 → Komprimiere bei abgeschlossenen Schritten - aber nur, wenn die erwarteten Einsparungen die Kosten für das Neuschreiben des gecachten Kontexts überwiegen
Schritt 5 → Höre auf, riesige Ausgaben erneut abzuspielen: archiviere sie, sende sie zweimal, behalte dann einen Handle und einen kurzen Auszug. Rufe genaue Seiten ab, wenn nötig
Schritt 6 → Delegiere das Lesen von Protokollen an ein günstigeres Modell - überprüfe dessen Beweise gegen das Original. Wenn die Verifizierung fehlschlägt, gib das vollständige Protokoll zurück
Schritt 7 → Beginne mit einem Mechanismus in Pi, wo deren Code läuft. Miss ihn gegen dein aktuelles Setup, bevor du alle vier kombinierst
Schritt 8 → Friere die Änderungen ein, teste dann an unbekannten Aufgaben. Verfolge Abschluss, API-Kosten und Token gemeinsam - ein günstigerer Fehlschlag ist immer noch ein Fehlschlag
Melde dich an, um den vollständigen Prompt zu sehen
Weiter mit:
Mit der Anmeldung akzeptierst du unsere Nutzungsbedingungen und Datenschutz
Verwendung
Dieser Prompt ist für die Verwendung mit productivity gedacht. Kopiere den Inhalt oben und füge ihn in dein bevorzugtes KI-Tool ein.
Für beste Ergebnisse passe die Platzhalter (eckige Klammern oder Großbuchstaben) an deine Anforderungen an.
Referenzen
- Kategorie: productivity-Prompts
- Quelle: https://x.com/0xCodila/status/2106451735715737913
Diskussion
0 Kommentare