Swarm optimization patterns

Skill vibeeval/vibecosystem/skills/swarm-optimization-patterns

AI software team for Claude Code - 138 agents, 295 skills, 73 hooks. Self-learning, multi-agent swarm, autonomous skill evolution.

Install

npx -y skills add vibeeval/vibecosystem --skill swarm-optimization-patterns

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

What its author says it does

Copied from the file, not written here

Multi-agent coordination, critical path method, dependency DAG, and agent allocation optimization

SKILL.md

3.3 KB, as published. Nobody here has run it

Swarm Optimization Patterns

Critical Path Method (CPM)

Task A (3min) ─┐
               ├── Task D (5min) ── Task F (2min)
Task B (2min) ─┘        │
                         └── Task E (3min) ── Task G (1min)
Task C (4min) ─────────────────────────────── Task H (2min)

Critical Path: C → H = 6min (longest path)
Zero-slack: C, H (gecikme tüm timeline'ı etkiler)

Dependency DAG Construction

interface TaskNode {
  id: string
  agent: string
  estimatedMinutes: number
  dependencies: string[]  // task IDs
  priority: 'critical' | 'high' | 'medium' | 'low'
}

// Topological sort ile execution order
function buildExecutionPlan(tasks: TaskNode[]): TaskNode[][] {
  const layers: TaskNode[][] = []
  const completed = new Set<string>()

  while (completed.size < tasks.length) {
    const ready = tasks.filter(t =>
      !completed.has(t.id) &&
      t.dependencies.every(d => completed.has(d))
    )
    layers.push(ready)  // Bu layer paralel çalışabilir
    ready.forEach(t => completed.add(t.id))
  }
  return layers
}

Agent Allocation Strategy

Strateji	Ne Zaman	Nasıl
Specialization	Uzman agent var	Task → matching agent
Load Balancing	Eşit workload	Round-robin + capacity
Priority-Based	Critical path	Zero-slack task'lara öncelik
Affinity	Context reuse	Aynı dosyaları kullanan task'lar aynı agent'a

Bottleneck Detection

## Bottleneck Tipleri

| Tip | Tespit | Çözüm |
|-----|--------|-------|
| Resource Contention | Aynı dosya birden fazla agent | Sıralı execute veya lock |
| QA Queue | Review bekleyen task yığılması | Paralel reviewer |
| Dependency Chain | Uzun sıralı bağımlılık | Task decomposition |
| Agent Failure | Tekrarlayan fail | Fallback agent, reassign |

Parallel Execution Rules

BAĞIMSIZ task'lar → PARALEL
  - Farklı dosyalarda çalışan
  - Birbirine bağımlı olmayan
  - Farklı concern'ler (frontend + backend)

BAĞIMLI task'lar → SIRALI
  - Aynı dosyada çalışan
  - Output → Input ilişkisi olan
  - Schema → Code → Test zinciri

Phase Transition Criteria

Phase	Geçiş Kriteri
Keşif → Geliştirme	Plan onaylandı, task'lar tanımlı
Geliştirme → Review	Tüm task'lar QA'den geçti
Review → Düzeltme	Review feedback var
Düzeltme → Final	Tüm feedback resolved

Amdahl's Law

Speedup = 1 / ((1-P) + P/N)

P = parallelizable fraction
N = number of agents

Örnek: %80 parallel, 5 agent
Speedup = 1 / (0.2 + 0.8/5) = 1/0.36 = 2.78x

Checklist

Dependency DAG oluşturulmuş
Critical path tespit edilmiş
Paralel task'lar paralel assign
Bottleneck detection aktif
Agent-task affinity uygun
Phase transition kriterleri tanımlı
Fallback agent'lar belirlenmiş

Anti-Patterns

Tüm task'ları sıralı çalıştırma
Bağımlı task'ları paralel çalıştırma (conflict)
Her task'a ayrı agent (overhead)
Critical path'i optimize etmemek
Agent fail sonrası retry etmemek