'parallel' 검색 결과

The parallel fan-out primitive. Routed to by any skill or command that splits work across independent units and dispatches an agent per unit — subagent-driven-development, /sprint, parallel /review. It owns the dispatch/collect/funnel discipline: bound concurrency, isolate units, collect every result, dedupe overlap, and funnel through finding-triage then the read-only verdict-aggregator. Raw agent output is never consumed before the funnel runs; an agent that errors records its unit as incomplete without corrupting the batch.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

OPTIONAL per-task isolation for autonomous parallel work. Routed to only on explicit opt-in by subagent-driven-development or dispatching-parallel-agents, so parallel units mutate files without colliding. Stands up one worktree per unit, works it in isolation, then integrates each unit back onto the caller's working branch for the caller's single commit-gate + finishing-a-development-branch exit. Never on the default path; it does not bypass a gate or finish per unit.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Splits a coding task into independent parallel agent workstreams with disjoint write sets, explicit inputs and outputs, dependency ordering, and a merge/review plan. Use when several subtasks can proceed without shared mutable state. Not for tightly coupled edits, one failing root cause, or parallel changes to the same files.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Decompose a task into safe parallel sub-agent slices with explicit ownership, optional worktree isolation, per-worker plans, verification, and orchestrator-led integration. Use when the user explicitly asks for delegation, sub-agents, or parallel work and the task can be split into non-overlapping scopes.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Concurrent investigation of independent failures. Use when multiple unrelated issues need parallel resolution.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Shows you how to use Cowork's parallel workers to run multiple tasks at the same time instead of one after another — dramatically cutting the time on batch work. For processing large batches of files or research tasks, when running multiple independent analyses simultaneously, or during a performance optimization session. Use when the user says "speed up", "parallel workers", "batch task", "process multiple files", "why is cowork so slow", "faster", "do several things at once", or "can cowork multitask".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use ONLY when the user explicitly asks to orchestrate parallel external agents (Codex or Claude Code) in tmux sessions via tp (tmux-pilot). Or when a user tells you that you're the boss or orchestrator. You can also use this if you are an operclaw agent. NEVER auto-invoke for a generic "do this in parallel" request. For in-process subagents, use superpowers:dispatching-parallel-agents instead.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Coordinate structured thinking and multi-agent parallel execution for complex tasks. Use when tackling multi-step projects, planning parallel work, breaking down complex problems, coordinating specialist tasks, facing architectural decisions, or when user mentions "workflow", "orchestration", "multi-step", "coordinate", "parallel execution", "structured thinking", "break this down", "plan this out", "how should I approach", or needs help planning complex implementations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Breaks work into ordered, parallel-dispatchable tasks with an execution DAG. Output format is consumable by CI matrices and parallel agent runners — each task has a stable ID, declared file writes, conflict edges, and branch suffix. Use when you have a spec, brief, or shaper output and need to decompose it into implementable units. Use when a task feels too large, when scope spans multi-repo or multi-week work, or when parallel execution across multiple agents is on the table.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

分布式并行策略选型与实测（USP / CP 通信掩盖 / CFG / TP/RSP/PP 概览；含拓扑相关选型 （按实测拓扑分域条件化：域内 bulk vs 跨域 head-parallel 翻转）与 AlltoAllV 缺陷绕过）。在 model-auto-optimization 中承担 S3：优先 USP、结合拓扑带宽差异选 CP，少量 step + 多 rank 验证特性开启与掩盖（产物：并行方案 + 多 rank 证据）。当用户需要多卡并行 策略选择、**序列并行形态抉择**（纯 Ulysses vs 复合 AllGather-KV×Ulysses：按 GQA / 跨域带宽 / 形态 plumbing 条件化定胜负）、**并行 × 稀疏叠加**（seam 契约：先汇聚后稀疏、 窗口偏移、块对齐、per-head 掩码；含「稀疏看似生效实则未生效」判定）、通信掩盖调优 （含**掩盖率上限**：1-1/n 何时成立、c/f 决定的真实上限、没生效的排查）、**并行方案 差异归因**（阶段 Δ 分解 / 集合通信按 communicator 归属 / 4→8 卡线性度），或排查多卡 跑不动 / 通信暴露大 / 换卡组 / 端口 bind / HCCL 带宽验证问题时使用；**并收编原并行作用域诊断**： 改了 SP/CP/Ulysses/AllGather-KV 后**不报错但结果没变/性能没变**、或小规模能跑大规模崩 （如 Ascend EE1003 coreDim 超限）时，用本技能证明"改动到底有没有生效"（判别量逐层收窄 + 两侧对照 + 日志≠生效，见 `references/scope-effectiveness-check.md`）； 即使用户只说 "多卡跑不动""通信暴露大""为什么没达到 6/7 的掩盖率""CP 和 USP 该选哪个""CP 叠稀疏 怎么不生效"而未说并行，也应触发。特性档位/接口事实见 `docs/zh/features/parallelism.md` /`usp.md`（仓内真源），框架侧开启见 framework-integration； 本技能承载选型决策、monkey-patch 掩盖与多卡诊断实测。 由 dev-workflow 多卡场景触发，亦由 model-auto-optimization 的 S3 阶段触发。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

The intelligence layer of WinDAGs. Decomposes natural language tasks into Hierarchical Task DAGs (HTDAGs), matches subtasks to skills, executes waves in parallel, and dynamically expands nodes when complexity exceeds executor capability. Use for 'orchestrate', 'execute DAG', 'parallel agents', 'decompose task', 'coordinate skills'. NOT for single-skill tasks or simple linear workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Task claiming and ownership tracking for parallel agent execution. Agents claim tasks from a shared queue with file ownership enforcement. Use during parallel execution phases when multiple agents work simultaneously.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Multi-agent collaboration plugin that spawns N parallel subagents competing on the same task via git worktree isolation. Agents work independently, results are evaluated by metric or LLM judge, and the best branch is merged. Use when: user wants multiple approaches tried in parallel — code optimization, content variation, research exploration, or any task that benefits from parallel competition. Requires: a git repo.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Fornece treinamento distribuído de LLM nativo do PyTorch usando torchtitan com paralelismo 4D (FSDP2, TP, PP, CP). Use para fazer pré-treinamento de Llama 3.1, DeepSeek V3 ou modelos customizados em escala de 8 a 512+ GPUs com Float8, torch.compile e checkpoint distribuído.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Treina modelos de linguagem grandes (2B-462B de parâmetros) usando NVIDIA Megatron-Core com estratégias avançadas de paralelismo. Use ao treinar modelos >1B de parâmetros, precisar de máxima eficiência de GPU (47% MFU em H100), ou necessitar de paralelismo tensor/pipeline/sequência/contexto/expert. Framework pronto para produção usado em Nemotron, LLaMA, DeepSeek.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

6つの専門レビュアーロールを並列実行し、consensusLevel（複数ロールの合意度）と Tech Lead レポート（top3指摘・blindSpots・consensusSummary）で結果を統合する マルチエージェントレビュー entry skill。 Parallel multi-role review with consensus scoring (consensusLevel) and Tech Lead report. Use when a major release needs exhaustive multi-angle review, or when a single-perspective review is not enough and you want confidence that no reviewer angle was missed（重要リリース前の網羅レビュー・多視点の確証が 欲しいとき）。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Coordinate parallel autonomous operations. Use when running parallel features, managing concurrent work, coordinating multiple agents, or optimizing throughput.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Complete guide for TUnit new-generation testing framework. Use when creating test projects with TUnit or migrating from xUnit to TUnit. Covers Source Generator driven test discovery, AOT compilation support, fluent async assertions. Includes project creation, [Test] attribute, lifecycle management, parallel control, and xUnit syntax comparison. Keywords: TUnit, tunit testing, source generator testing, AOT testing, new generation testing framework, [Test], [Arguments], TUnit.Assertions, Assert.That, Before(Test), After(Test), NotInParallel, TUnit.Templates, Microsoft.Testing.Platform, TUnit vs xUnit, parallel execution

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

여러 AI 에이전트에 담당 범위와 완료 조건을 배정하고 병렬 작업을 관리합니다. 칸반으로 진행 상황과 장애 요인을 공유하며 테스트와 검토를 거쳐 결과를 통합합니다.

• 여러 AI 에이전트에 병렬 작업 배정
• 세션 간 진행 상황과 장애 요인 공유
• 브랜치나 worktree로 편집 범위 분리

Kotlin Coroutines와 Flow로 Android 및 Kotlin Multiplatform의 비동기 작업과 데이터 갱신을 구현하고 병렬 실행, 화면 상태, 취소, 오류 처리와 테스트를 다룹니다.

• 여러 데이터를 병렬로 불러옵니다
• StateFlow로 화면 상태를 관리합니다
• 검색 입력을 조절하고 통신을 재시도합니다

Django의 메일 전송과 PDF 생성 등을 Celery 백그라운드 작업으로 옮깁니다. 정기 실행, 실패 시 재시도, 작업 연결, 모니터링과 테스트를 설계합니다.

• 메일 전송과 PDF 생성의 백그라운드 실행
• 재고 갱신과 알림의 정기 실행
• 재시도와 중복 갱신 방지 설계

대규모 기능 개발이나 마이그레이션 목표를 여러 차례 수행할 실행 계획으로 나눕니다. 단계별 배경, 의존 관계, 검증 방법을 정리해 다른 에이전트에게 작업을 인계할 수 있게 합니다.

• 대규모 기능을 여러 PR로 나눕니다
• 여러 세션에 걸친 마이그레이션을 계획합니다
• 병렬로 진행할 수 있는 단계를 찾습니다

Claude Code에서 개발 작업을 반복하는 자율 루프 설계를 안내합니다. 순차 실행부터 병렬 작업까지 진행 상황 인계, 품질 확인, 변경 사항 통합과 중단 조건을 정리합니다.

• 순차적으로 실행할 개발 절차를 설계할 때
• 반복 실행 사이에 진행 상황을 인계할 때
• 병렬 작업과 변경 사항 통합을 조율할 때

여러 Claude Code 에이전트에 개발 작업을 나누고 독립된 작업 환경에서 병렬로 실행합니다. 작업 의존성과 진행 상황, 변경 사항과 오류 보고서를 관리합니다.

• 의존성을 포함한 개발 계획 나누기
• 독립된 작업 환경에서 병렬 개발하기
• 여러 개발 작업의 진행 상황 확인하기