Files

gates / quality (push) Has been cancelled

Details

feat: bootstrap jetson-ai-ollama from agent-swarm template

Leader-Bootstrap (Planung) aus Template + Jetson-Meta-Prompt:
- ROADMAP-Board W1-W6 als Abhaengigkeits-DAG (Ready-Set = {W1})
- STATE mit disjunkter Datei-Ownership W2-W6
- CONVENTIONS Projekt-Vertrag (Profile, Pfade, Ports, Daemon-Env, num_ctx, DVC, Scope)
- manifests/requirements.md = kalt verifizierbares Review-Manifest (R-01..R-10)
- REVIEW.md Kalt-Review-Einstieg; ADR 0002 (Ollama-nativ, kein Swapper/Gateway)
- session-prompts/W1..W6 dispatch-fertig; .gitignore um Jetson-Ignores erweitert
- examples/walkthrough entfernt (Projekt hat eigenes gefuelltes Board)

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

2026-06-03 06:57:40 +02:00

2.5 KiB

Raw Blame History

Token-Hygiene — 3 Ebenen

Jeder Turn schickt die ganze Konversations-History erneut. Kontextakkumulation ist der größte vermeidbare Kostenfaktor in Multi-Agenten-Setups.

Tier 1 — Session-Schnitt (höchste Wirkung)

Eine Session pro Aufgabe. Nach einer abgeschlossenen Aufgabe /clear starten statt zum nächsten Thema im selben Thread zu wechseln. Alter Kontext ist totes Gewicht in jedem weiteren Turn.
Proaktiv kompaktieren an sauberen Übergabepunkten. /compact <was wichtig ist> bevor die nächste Aufgabe startet — nicht warten bis auto-compaction einsetzt (Zeitpunkt ist nicht kontrollierbar).
Lese-intensive Sweeps delegieren. Ein Explore/Plan-Subagent liest in seinem eigenen Kontext und gibt eine kurze Zusammenfassung zurück — das Bulk landet nie im Hauptkontext. Nur bei bekannten Pfaden direkt Read nutzen.

Tier 2 — Command-Disziplin (mittlere Wirkung)

Scope + Filter gemeinsam. Pfad-scopede Suchen (grep -rn "symbol" src/, nicht Repo-weit). Test-Output filtern (--filter "SuiteX", nicht alle Ergebnisse dumpen).
Logs nie roh in Kontext. In Datei umleiten, dann grep/tail. Bei Hintergrund-Jobs Output-Datei selektiv lesen, nicht pauschal.
Nicht zurück-lesen nach Edit. Edit schlägt fehl bei inkonsistentem State — ein erfolgreicher Edit braucht kein Read zur Verifikation.
Referenz per Zeilennummer (datei.py:147) statt Code-Blöcke neu einzufügen.

Tier 3 — Cache-Disziplin (Prompt-Cache, TTL 5 min)

Der stabile Präfix jeder Anfrage (System-Prompt + CLAUDE.md / AGENTS.md) wird gecacht. Cache-Miss = der ganze Kontext wird uncached neu gelesen.

Stabilen Präfix stabil halten. AGENTS.md, CLAUDE.md und Projekt-Config nicht mitten in einer Arbeitssession editieren. Änderungen sammeln und in einem eigenen Durchgang machen.
Keine Ketten kurzer Pausen. Einzelne lange Pause (> 5 min) = ein Cache-Miss. Viele kurze „warte-mal-kurz"-Turns mit Lücken > 5 min = jedes Mal ein neuer Miss. Bei externem Warten (CI, Deploy): einmal lang warten statt mehrfach pollen.
Eine Session pro Thema (interagiert direkt mit Cache): frischer Thread = kleiner, vollständig gecachter Präfix.

Schnell-Check vor einer langen Session

Einzelnes Thema? Wenn nein → splitten.
AGENTS.md-Änderungen anstehend? → vorher erledigen, dann stabil lassen.
Lange Wartezeiten erwartet (CI/Build)? → Hintergrund-Job + einmal warten.

2.5 KiB Raw Blame History