Vibecosystem swarm-optimization-patterns
Multi-agent coordination, critical path method, dependency DAG, and agent allocation optimization
install
source · Clone the upstream repo
git clone https://github.com/vibeeval/vibecosystem
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/vibeeval/vibecosystem "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/swarm-optimization-patterns" ~/.claude/skills/vibeeval-vibecosystem-swarm-optimization-patterns && rm -rf "$T"
manifest:
skills/swarm-optimization-patterns/SKILL.mdsource content
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