Mac Parallel Accelerator

Lassen Sie Codex Builds, Tests, Docker- und Research-Pipelines auf macOS schneller abschließen – ohne die Task-Semantik zu verletzen.

中文说明 · Live-Bericht · Ersten Lauf melden · Benchmark teilen

Installation in zwei Befehlen

codex plugin marketplace add cloudguo123/mac-parallel-accelerator
codex plugin add mac-parallel-accelerator@mac-parallel-accelerator

Öffnen Sie eine neue Codex-Aufgabe und fragen Sie dann:

Use $accelerate-local-work to inspect this project and run the safe parts in parallel.
Keep progress visible and report time saved for this run and cumulatively.

Voraussetzungen: macOS, Codex mit Plugin- und MCP-Unterstützung sowie Python 3.10+. Ruby wird nur für die Compose-YAML-Analyse benötigt; Node.js 20+ wird nur zum Neuerstellen des Browser-Indikators benötigt.

Das Repository entspricht außerdem dem anbieterneutralen Agent Plugins 1.0.0-Paketlayout über sein Wurzelverzeichnis plugin.json, skills/ und ein lokales mcp.json (local-stdio). Codex-native Clients verwenden weiterhin .codex-plugin/plugin.json und .mcp.json.

Related MCP server: BoundedRelay

Warum es dieses Projekt gibt

Die meisten „parallelen“ Wrapper zerlegen den Befehlstext und hoffen auf das Beste. Das kann &&/|| umsortieren, Race-Bedingungen bei .next-, JUnit-, Datenbank-, Docker-Volume- oder Git-Zuständen verursachen, verschachtelte Worker-Pools vervielfachen und Fehler bis zum Ende verbergen.

Mac Parallel Accelerator kompiliert die angeforderte Arbeit zunächst in ein typisiertes Atom IR. Nur nachweislich unabhängige Atome werden zur gleichzeitigen Ausführung zugelassen. Unbekannte Effekte, mehrdeutige Schreiber, veraltete Quell-Snapshots, nicht unterstützte Lebenszyklus-Ereignisse und geänderte Pläne führen zu einem sicheren Fehlschlag (Fail-closed).

shell · package scripts · Make · Compose · tests · builds · declared work
                              │
                              ▼
             static frontends → typed Atom IR
                              │
                              ▼
        conflict checks → resource-aware event scheduler
                              │
                              ▼
              exact verified execution + live savings

Was es beschleunigt

Der Szenariokatalog umfasst mehr als 50 Presets für Software, Research, Container, Medien, ML, Release, Datenbanken sowie Low-Level-CPU/GPU/I/O-Arbeiten.

Live-Ausführung – kein leerer Spinner

Lange Läufe verwenden einen PTY-gestützten Runner und zeigen kontinuierlich:

elapsed 2m 15s · running 4 · ready 2 · completed 7 · failed 0
estimated saved this run 4m 31s · cumulative saved 19m 52s

Beim Abschluss werden Status, Rückgabecode, Timeout, Überspringungsgrund, Ausgabekürzung, Spitzenparallelität, Einsparungen pro Lauf und kumulierte Einsparungen jedes Atoms geprüft.

Fünf-Minuten-Benchmark

Der beibehaltene öffentliche Lauf führte vier isolierte Workloads mit geringer Last über den echten parallelen Executor aus. Jede Aufgabe lief mindestens fünf Minuten.

Das serielle Äquivalent ist die Summe der beobachteten unabhängigen Aufgabenlaufzeiten; es ist kein separat ausgeführter serieller Lauf. Dies demonstriert Scheduler-Overhead und Berichtsverhalten bei kontrollierter unabhängiger Arbeit, nicht eine universelle Behauptung, dass jedes Projekt 4× schneller sein wird. Siehe den visuellen Bericht, die Rohdaten und das Benchmark-Protokoll.

Ausführungsvertrag

Der Sicherheits-Handshake ist bewusst streng:

atomic_task_plan
  → complete immutable compiled_plan + plan_hash
  → atomic_exec with that exact object and hash

Pläne werden nicht in handgeschriebene Wellen oder generische DAG-Aufrufe zurückübersetzt. Typisierte Steuerkanten unterscheiden Erfolg, Fehler, Reihenfolge, Daten, Stream, Readiness, Health, Abschluss und Bereinigung. Artefakte, Nicht-Datei-Effekte, Kapazitätsressourcen, Lebenszyklus-Ereignisse und Quell-Snapshots bleiben Teil des Ausführungsvertrags.

Datenschutz und Autorisierung

• Projekt- und optionale Trace-Prüfung sind lokal und begrenzt.

• Die Trace-Analyse liefert aggregierte Routing-Signale – nicht Prompts, Reasoning, Befehlsinhalte oder Tool-Ausgaben.

• Parallelität ändert das Timing, niemals Berechtigungen. Die Planung autorisiert keine neuen Befehle, Remote-Mutationen, destruktive Bereinigung oder Wiederholungen.

• Kein Laufergebnis wird automatisch hochgeladen. Teilen ist ausdrücklich und überprüfbar.

• Timeouts beenden Prozessgruppen; Nebenwirkungen, die einen Timeout erlitten haben, gelten als unbekannt und werden nicht automatisch wiederholt.

Lesen Sie SECURITY.md für das Bedrohungsmodell und den Meldeablauf.

Entwicklung

python3 -m py_compile scripts/*.py
python3 -m unittest discover -s scripts -p 'test*.py' -v
python3 scripts/self_test.py
uvx ruff check scripts
npm ci && npm run build:indicator

Erzeugen Sie öffentliche Verifikations- und Sharing-Assets:

python3 scripts/generate_test_report.py
python3 scripts/generate_growth_assets.py
python3 scripts/render_growth_media.py  # optional PNG/GIF, requires Chrome + ffmpeg

Nützliche Referenzen:

• Architektur und Sicherheitsinvarianten

• Atom-IR-Referenz

• Protokoll für Benchmark und externe Ergebnisse

• Mitwirken

• Versionshistorie

Helfen Sie mit, es zu vergrößern

Probieren Sie es bei einer echten Aufgabe aus und teilen Sie dann die bereinigte Ergebniskarte oder reichen Sie einen Benchmark ein. Wenn der Planer Arbeiten blockiert, die sicher sein sollten, ist dieser Bericht genauso wertvoll wie eine Beschleunigung – er identifiziert die nächste fehlende semantische Regel.

Ersten Lauf melden · Benchmark-Bericht öffnen · Frage stellen · Roadmap ansehen

MIT-lizenziert · Datenschutz · Nutzungsbedingungen