·decomposition-reconstruction
</>

decomposition-reconstruction

Da utilizzare quando si ha a che fare con sistemi complessi che necessitano di semplificazione, identificando colli di bottiglia o punti critici di errore, riprogettando l'architettura o i processi per migliorare le prestazioni, analizzando problemi che sembrano opprimenti, analizzando le dipendenze per comprendere gli effetti a catena, l'utente menziona "questo è troppo complesso", "dov'è il collo di bottiglia", "come lo riprogettiamo", "quali sono i componenti chiave" o quando l'ottimizzazione richiede la comprensione di come interagiscono le parti.

22Installazioni·0Tendenza·@lyndonkl

Installazione

$npx skills add https://github.com/lyndonkl/claude --skill decomposition-reconstruction

Come installare decomposition-reconstruction

Installa rapidamente la skill AI decomposition-reconstruction nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/lyndonkl/claude --skill decomposition-reconstruction
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: lyndonkl/claude.

Decomposition-reconstruction is a two-phase analytical technique: first, break a complex system into atomic components and understand their relationships; second, either recombine components in better configurations or identify critical elements that drive system behavior.

Reconstruction (bottleneck identification): Critical path: Database query (1.0s) + JS bundle (0.8s) = 1.8s of the 3.0s total Optimization target: Optimize DB query indexing and code-split JS bundle → Expected 1.5s page load

Ask user to describe the system (what are we analyzing), current problem or goal (what needs improvement, understanding, or redesign), boundaries (what's in scope vs out of scope), and success criteria (what would "better" look like). Clear boundaries prevent endless decomposition. See Scoping Questions for clarification prompts.

Da utilizzare quando si ha a che fare con sistemi complessi che necessitano di semplificazione, identificando colli di bottiglia o punti critici di errore, riprogettando l'architettura o i processi per migliorare le prestazioni, analizzando problemi che sembrano opprimenti, analizzando le dipendenze per comprendere gli effetti a catena, l'utente menziona "questo è troppo complesso", "dov'è il collo di bottiglia", "come lo riprogettiamo", "quali sono i componenti chiave" o quando l'ottimizzazione richiede la comprensione di come interagiscono le parti. Fonte: lyndonkl/claude.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/lyndonkl/claude --skill decomposition-reconstruction
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from lyndonkl/claude

Risposte rapide

Che cos'è decomposition-reconstruction?

Da utilizzare quando si ha a che fare con sistemi complessi che necessitano di semplificazione, identificando colli di bottiglia o punti critici di errore, riprogettando l'architettura o i processi per migliorare le prestazioni, analizzando problemi che sembrano opprimenti, analizzando le dipendenze per comprendere gli effetti a catena, l'utente menziona "questo è troppo complesso", "dov'è il collo di bottiglia", "come lo riprogettiamo", "quali sono i componenti chiave" o quando l'ottimizzazione richiede la comprensione di come interagiscono le parti. Fonte: lyndonkl/claude.

Come installo decomposition-reconstruction?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/lyndonkl/claude --skill decomposition-reconstruction Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/lyndonkl/claude