本文へ移動
cccskills
無料GitHub で公開

kv-cache-prefix-optimizer

Expert guide for deterministic prompt prefix engineering, KV-cache locking for Gemini 4 Pro / Claude 5.5 / GPT Astra 6, canonical tool sorting, and achieving 90%+ prompt cache hit rates / Panduan ahli rekayasa prefix prompt deterministik, penguncian KV-cache untuk Gemini 4 Pro / Claude 5.5 / GPT Astra 6, pengurutan kanonikal tool, dan pencapaian 90%+ cache hit rate.

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plugスター 115(GitHub 115 + cccskills 0)
連携ツールVercelOpenAIGemini

実行スコア 未検証

インストール方法を見る

含まれるファイル(1)

  • SKILL.md10.1 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

kv-cache-prefix-optimizer — vibes-plug Skill

English | Bahasa Indonesia


<a name="english"></a>

English

Orchestration & Integration

  • Upstream & Orchestration: zero-to-prod-orchestrator (Phase 4 AI agent integration), brainstorming, session-memory-manager.
  • Frontier LLM & Model Caching: frontier-ai-models-expert (Gemini 4 Pro, Claude 5.5, GPT Astra 6 caching specs), gemini-agent-booster (Google 2M+ native context caching), vercel-ai-sdk-expert (provider cache controls).
  • FinOps & Adaptive Execution: llm-finops-router (cost calculation & cache routing), adaptive-model-cascade (cascade tier prefixing), thinking-budget-orchestrator (prefix pinning with thinking tokens).
  • Prompt Engineering & Context Windows: ai-prompt-engineering-expert (prompt canonicalization), context-window-engineer (large context sliding windows).

Description

Production guide for engineering deterministic prompt prefixes, stabilizing KV-cache boundaries, and optimizing context reuse across frontier models (Google Gemini 4 Pro / 3.x context caching, Anthropic Claude 5.5 prompt caching, and OpenAI prefix caching). Delivers architectures that guarantee 90%+ cache hit rates through canonical tool definition sorting, stable JSON serialization, and dynamic context partitioning.

Trigger Conditions

Activate this skill when:

  • Operating large-context agents (>100k tokens) where recurring prompt costs dominate operational budgets.
  • Experiencing high Time-to-First-Token (TTFT) latencies in interactive chat or agentic coding loops.
  • Configuring model caching primitives (cache_control: { type: 'ephemeral' } or Gemini explicit cache tokens).
  • Architecting system instructions, tool schemas, and workspace context maps for multi-turn sessions.

Core Concepts & Patterns

1. The Anatomy of a High-Cache Prompt

Modern frontier models utilize prefix-matching algorithms. Even a single changed byte (such as a timestamp, random ID, or altered tool order) invalidates all subsequent cached tokens:

[STATIC PREFIX: CACHE PINNED (90%+ HIT RATE)]
  ├── System Directives & Behavioral Guardrails (Immutable)
  ├── 140-Skill Ecosystem Registry (Canonical Alphabetical Order)
  ├── Tool Definitions (Strictly Sorted Keys & Parameters)
  └── Workspace Schema & Architecture Map (Immutable per Session)
------------------------ [CACHE BOUNDARY PIN] ------------------------
[DYNAMIC SUFFIX: VOLATILE PER TURN]
  ├── Ephemeral Turn Timestamp & User Message
  └── Real-Time Tool Execution Results

2. Deterministic Prompt & Cache Pinning (TypeScript Implementation)

export interface ToolDefinition {
  name: string;
  description: string;
  parameters: Record<string, unknown>;
}

export function serializeCanonicalJson(obj: unknown): string {
  if (obj === null || typeof obj !== 'object') {
    return JSON.stringify(obj);
  }
  if (Array.isArray(obj)) {
    return `[${obj.map((item) => serializeCanonicalJson(item)).join(',')}]`;
  }
  const sortedKeys = Object.keys(obj as Record<string, unknown>).sort();
  const entries = sortedKeys.map(
    (key) => `${JSON.stringify(key)}:${serializeCanonicalJson((obj as Record<string, unknown>)[key])}`
  );
  return `{${entries.join(',')}}`;
}

export function sortToolsCanonically(tools: ToolDefinition[]): ToolDefinition[] {
  return [...tools].sort((a, b) => a.name.localeCompare(b.name));
}

export interface PromptPayload {
  systemPrompt: string;
  cachedContextBlock: {
    type: 'text';
    text: string;
    cache_control: { type: 'ephemeral' };
  };
  messages: Array<{ role: 'user' | 'assistant'; content: string }>;
}

export function constructCacheOptimizedPayload(
  systemDirectives: string,
  staticWorkspaceContext: string,
  tools: ToolDefinition[],
  userTurns: Array<{ role: 'user' | 'assistant'; content: string }>
): PromptPayload {
  const sortedTools = sortToolsCanonically(tools);
  const canonicalToolSpecs = serializeCanonicalJson(sortedTools);

  const staticPinnedBlock = [
    '=== IMMUTABLE SYSTEM CONTEXT ===',
    systemDirectives,
    '=== CANONICAL TOOL REGISTRY ===',
    canonicalToolSpecs,
    '=== PROJECT ARCHITECTURAL MAP ===',
    staticWorkspaceContext
  ].join('\n\n');

  return {
    systemPrompt: 'You are an advanced sovereign AI coding agent operating under strict anti-slop guidelines.',
    cachedContextBlock: {
      type: 'text',
      text: staticPinnedBlock,
      cache_control: { type: 'ephemeral' }
    },
    messages: userTurns
  };
}

3. Cache Performance & Telemetry Targets

MetricUnoptimized BaselineKV-Cache Optimized TargetImprovement Factor
Cache Hit Ratio0% - 20%90% - 98%4.5x - 5x higher
Time-to-First-Token (TTFT)3,200ms - 5,500ms250ms - 450ms~10x faster response
Prompt Token Cost100% full rate20% - 25% discounted rate75% - 80% cost reduction

Best Practices

  1. Never Insert Timestamps in System Prompts: Place dates or timestamps exclusively in the final volatile user message, never in the static system prompt.
  2. Sort Tool Definitions Alphabetically: Always sort tool names and their JSON schema parameter keys canonically before sending requests.
  3. Partition Dynamic Context to the Tail: Ensure all large documentation and code context maps appear before volatile conversation history.
  4. Monitor Cache Read Discrepancies: Log usage.prompt_tokens_details.cached_tokens in application telemetry to catch accidental prefix cache busts immediately.

Common Pitfalls to Avoid

Anti-PatternOperational ConsequenceEngineering Remedy
Dynamic session IDs embedded in the system prompt100% cache invalidation on every user sessionRelocate session IDs to application state headers
Randomized order of tools from Object.values(tools)Non-deterministic JSON payload busts KV cacheSort tools alphabetically by name and schema keys
Modifying instruction wording midway through conversationRe-reads entire 100k+ token context at full priceKeep static prompt templates strictly versioned and immutable

<a name="bahasa-indonesia"></a>

Bahasa Indonesia

Integrasi Orkestrasi

  • Hulu & Orkestrasi: zero-to-prod-orchestrator (Integrasi agen AI Fase 4), brainstorming, session-memory-manager.
  • LLM Frontier & Caching Model: frontier-ai-models-expert (spesifikasi caching Gemini 4 Pro, Claude 5.5, GPT Astra 6), gemini-agent-booster (caching konteks native Google 2M+), vercel-ai-sdk-expert (kontrol cache provider).
  • FinOps & Eksekusi Adaptif: llm-finops-router (kalkulasi biaya & routing cache), adaptive-model-cascade (prefix tingkat cascade), thinking-budget-orchestrator (pinning prefix dengan token penalaran).
  • Rekayasa Prompt & Context Window: ai-prompt-engineering-expert (kanonikalisasi prompt), context-window-engineer (sliding window konteks besar).

Deskripsi

Panduan produksi untuk merekayasa awalan (prefix) prompt yang deterministik, mengunci batas KV-cache, dan memaksimalkan penggunaan ulang konteks pada model frontier (Google Gemini 4 Pro / 3.x context caching, Anthropic Claude 5.5 prompt caching, dan OpenAI prefix caching). Memberikan arsitektur yang menjamin tingkat keberhasilan cache (cache hit rate) di atas 90% melalui pengurutan definisi tool kanonikal, serialisasi JSON stabil, dan partisi konteks dinamis.

Kondisi Pemicu

Aktifkan skill ini ketika:

  • Mengelola agen berkonteks besar (>100k token) dengan biaya input token berulang yang signifikan.
  • Mengalami latensi tinggi pada Time-to-First-Token (TTFT) saat percakapan atau coding loop interaktif.
  • Mengonfigurasi parameter caching model (cache_control: { type: 'ephemeral' } atau Gemini explicit caching).
  • Merancang instruksi sistem, skema tool, dan peta repositori untuk sesi multi-turn.

Konsep Inti & Pola Praktik

1. Anatomi Prompt Ber-Cache Tinggi

Model frontier mencocokkan token awalan secara persis (prefix matching). Perubahan satu karakter saja di awal prompt akan merusak seluruh cache setelahnya:

  • Blok Statis (Terkunci): Instruksi sistem, daftar 140 skill, skema tool terurut, dan peta arsitektur proyek.
  • Titik Kunci Cache (Cache Pin): Menandai akhir blok statis dengan header kontrol cache.
  • Blok Volatil (Dinamis): Riwayat percakapan terkini dan hasil eksekusi tool giliran terakhir.

2. Serialisasi JSON Kanonikal

Kunci objek JSON wajib diurutkan secara alfabetis sebelum dikirimkan ke model agar representasi string biner tidak berubah antar permintaan.


Praktik Terbaik

  1. Jangan Taruh Timestamp di System Prompt: Masukkan waktu atau tanggal hanya pada pesan user paling akhir, bukan pada blok instruksi utama.
  2. Urutkan Definisi Tool Secara Alfabetis: Selalu lakukan sorting pada daftar nama fungsi dan parameter tool.
  3. Posisikan Data Dinamis di Bagian Akhir: Taruh seluruh dokumen referensi dan kode sebelum giliran pesan pengguna.
  4. Pantau Metrik Cache: Pantau token yang terbaca dari cache melalui telemetri guna mendeteksi jika terjadi cache bust yang tidak disengaja.

Jebakan Umum yang Harus Dihindari

Praktik BurukDampak BurukSolusi Rekayasa
Menyisipkan ID sesi acak ke dalam system promptCache batal 100% pada setiap sesi baruPindahkan ID sesi ke header aplikasi di luar prompt
Urutan tool berubah-ubah dari Object.values(tools)Representasi string berubah dan membatalkan KV cacheUrutkan tool secara alfabetis berdasarkan namanya
Mengubah redaksi instruksi di tengah percakapanMembaca ulang 100k+ token dengan harga penuhKunci template instruksi dalam keadaan statis dan terversi

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

コメント

ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。

まだコメントはありません。最初のコメントを書いてみませんか。

送信するとすぐに公開されます。メールアドレスや電話番号などの個人情報は書かないでください。URL は 2 つまでです。

0 / 1000 文字

このフォームは reCAPTCHA で保護されており、Google のプライバシーポリシーと利用規約が適用されます。

同じリポジトリのスキル

A2A agent protocol interoperability, Agent Cards, and MCP bridging / Protokol agen A2A, Agent Cards, dan integrasi MCP.

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plug1152026年10月27日 更新

Expert guide for automated and manual Web Accessibility (a11y) testing — axe-core, Pa11y, Playwright a11y, screen reader testing, and WCAG 2.2 Level AA/AAA compliance / Panduan ahli pengujian aksesibilitas web.

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plug1152026年10月27日 更新

Web accessibility testing with axe-core, Playwright, and WCAG 2.2 / Pengujian aksesibilitas web axe-core, Playwright, dan WCAG 2.2.

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plug1152026年10月27日 更新

Model cascading & complexity-scored routing (Grok, Gemini, Claude) / Routing kaskade model & scoring kompleksitas (Grok, Gemini, Claude).

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plug1152026年10月27日 更新

Expert guide for intelligent model cascading and routing — complexity-scored task routing from Flash/Haiku to Sonnet/Opus/Astra, dynamic escalation with quality gates, 40-60% token cost reduction while maintaining output quality / Panduan ahli untuk kaskade dan routing model cerdas — routing tugas berbasis skor kompleksitas dari Flash/Haiku ke Sonnet/Opus/Astra, eskalasi dinamis dengan gerbang kualitas, pengurangan biaya token 40-60% dengan kualitas output terjaga.

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plug1152026年10月27日 更新

Affective computing, emotion AI, and multimodal sentiment analysis / Komputasi afektif, AI emosional, dan analisis sentimen multimodal.

日本語の概要は準備中です。原文の説明を表示しています。

roedyrustam/vibes-plug1152026年10月27日 更新

roedyrustam のスキルをすべて見る

このスキルの問題を報告する