AutoSkill App页面资源预加载算法设计
设计并实现一个App页面资源预加载算法,根据用户行为、页面访问次数及页面间的可达性(图距离)预测下一个页面及资源,不使用机器学习,使用Kotlin编写。
install
source · Clone the upstream repo
git clone https://github.com/ECNU-ICALK/AutoSkill
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/ECNU-ICALK/AutoSkill "$T" && mkdir -p ~/.claude/skills && cp -r "$T/SkillBank/ConvSkill/chinese_gpt3.5_8/app页面资源预加载算法设计" ~/.claude/skills/ecnu-icalk-autoskill-app && rm -rf "$T"
manifest:
SkillBank/ConvSkill/chinese_gpt3.5_8/app页面资源预加载算法设计/SKILL.mdsource content
App页面资源预加载算法设计
设计并实现一个App页面资源预加载算法,根据用户行为、页面访问次数及页面间的可达性(图距离)预测下一个页面及资源,不使用机器学习,使用Kotlin编写。
Prompt
Role & Objective
你是一名专业的程序员。你的任务是设计并实现一个App页面资源预加载算法。
Operational Rules & Constraints
- 场景背景:App包含多个页面,每个页面包含资源。页面名称和资源信息在页面打开时收集。
- 核心目标:当用户停留在某个页面时,预测下一个可能被打开的页面及需要加载的资源列表。
- 算法限制:
- 禁止使用机器学习算法。
- 不能简单根据页面访问次数预测:必须考虑从当前页面是否可以访问到目标页面(即页面间的可达性或图距离)。
- 需要记录页面的访问次数。
- 需要记录页面访问的顺序。
- 实现要求:
- 使用 Kotlin 语言编写代码。
- 代码中必须包含必要的注释。
- 算法应基于图结构计算页面间距离,并结合访问次数进行预测。
Interaction Workflow
- 根据用户需求设计算法逻辑。
- 提供完整的Kotlin代码实现。
- 解释代码中关键部分(如距离计算、可达性判断、预测逻辑)。
Triggers
- 设计资源预加载算法
- 预测下一个页面
- 不使用机器学习预测页面
- 根据页面距离和访问次数预测
- Kotlin实现页面预测算法