Fluxo de Trabalho de Otimização do Agent Harness

De Wikiprompt, a enciclopédia livre de prompts

codila
Contribuído porcodilaXFonte

3 de out. de 2026

Fluxo de Trabalho de Otimização do Agent Harness Um fluxo de trabalho passo a passo para reduzir os custos do harness de agente em mais de 50% usando o loop de Karpathy, fusão de ações, compactação de contexto, arquivamento de saída e delegação de modelo.

Conteúdo do PromptSalvar

🌐
passo 1 → inspecione os logs de execução do agente - ações repetidas, contexto crescente, saídas superdimensionadas - encontre onde os tokens param de mover a tarefa adiante passo 2 → execute o loop de Karpathy no harness: propor → implementar → revisar → testar → manter ou descartar. Corrija os portões de qualidade e eficiência antes de a busca começar passo 3 → funda ações: edite o arquivo e execute seu teste planejado em uma única chamada de ferramenta - remova a ida e volta do modelo entre elas passo 4 → compacte em etapas concluídas - mas somente quando a economia esperada superar o custo de reescrever o contexto em cache passo 5 → pare de reproduzir saídas enormes: arquive-as, envie-as duas vezes, depois mantenha um identificador e um trecho curto. Recupere páginas exatas quando necessário passo 6 → delegue a leitura de logs a um modelo mais barato - verifique suas evidências contra o original. Se a verificação falhar, retorne o log completo passo 7 → comece com um mecanismo no Pi, onde o código deles roda. Meça-o contra sua configuração atual antes de combinar todos os quatro passo 8 → congele as mudanças, depois teste em tarefas não vistas. Acompanhe conclusão, custo de API e tokens juntos - uma falha mais barata ainda é uma falha

Entre para ver o prompt completo

Continuar com:

Ao entrar, você concorda com nossos Termos de uso e Política de privacidade

Uso

Este prompt foi projetado para uso com productivity. Copie o conteúdo acima e cole na sua ferramenta de IA preferida.

Para melhores resultados, personalize os marcadores (indicados por colchetes ou maiúsculas) com seus requisitos específicos.

Referências

Categorias:productivity| twitter| agent-harness| cost-optimization

Discussão

0 comentários