# recompute-policy

Скилл recompute-policy для Claude Code помогает выбрать полный, выборочный или отключённый recompute по запасу памяти и устройству модели. Включается при настройке activation checkpointing, OOM или выборе recompute_modules.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 99 у репозитория
- Автор: InfraRSI A0 (human-authored)
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/TokenRhythm/InfraRSI/tree/HEAD/skills/recompute-policy/SKILL.md
- Обновлён: 2026-11-12
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/recompute-policy

## Что делает

Скилл подбирает режим пересчёта активаций для MCore 0.18.2: полный, выборочный или без recompute. Он сопоставляет пик памяти, время прямого и обратного прохода, число слоёв и тип модели, а затем предлагает менять `recompute_method`, `recompute_num_layers` или `recompute_modules`. Короткий вариант — блочный пересчёт части слоёв.

Для MoE он учитывает экспертные активации и буферы обмена. Модуль `moe_act` требует `moe_grouped_gemm`; `cpu_offloading` нельзя совмещать с recompute. Полный recompute повторяет прямой проход каждого слоя и связанные коллективные операции, поэтому скилл предлагает оставить пересчёт только там, где его цена оправдана экономией памяти.

Кэш повторного использования результатов должен сбрасываться после каждого микробатча и не переживать обновление; в описанном бенчмарке вариант, пропускающий прямой проход, отклоняется статической проверкой. Скилл также задаёт проверку пикового потребления, времени шага и OOM после изменения настроек.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add TokenRhythm/InfraRSI --skill recompute-policy -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/recompute-policy/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/recompute-policy/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add TokenRhythm/InfraRSI --skill recompute-policy -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/recompute-policy/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add TokenRhythm/InfraRSI --skill recompute-policy -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/recompute-policy/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install TokenRhythm/InfraRSI skills/recompute-policy
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/recompute-policy/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add TokenRhythm/InfraRSI --skill recompute-policy -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/TokenRhythm/InfraRSI --path skills/recompute-policy
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/recompute-policy/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/TokenRhythm/InfraRSI/tree/HEAD/skills/recompute-policy/SKILL.md

## Когда брать
- выбрать между полным и выборочным пересчётом активаций
- уменьшить расход памяти, сохранив допустимое время шага
- найти слои и подмодули, где пересчёт даёт экономию
- разобрать OOM после отключения recompute

## Примеры запросов агенту
- Подбери режим recompute для MoE-модели: экспертные активации занимают большую часть памяти.
- Сравни полный пересчёт с `recompute_modules` и предложи частичный вариант, который помещается в память.
- Разбери OOM на втором шаге после отключения recompute и предложи настройки для MCore 0.18.2.

## Похожие
- [nemo-mbridge-perf-activation-recompute](https://affpapa.org/nevibecode/skills/nemo-mbridge-perf-activation-recompute.md) — скилл · 1900 установок
- [nemo-automodel-model-onboarding](https://affpapa.org/nevibecode/skills/nemo-automodel-model-onboarding.md) — скилл · 2000 установок
- [flash-moe-inference](https://affpapa.org/nevibecode/skills/flash-moe-inference.md) — скилл · 1200 установок
- [miles-rl-training](https://affpapa.org/nevibecode/skills/miles-rl-training.md) — скилл · 1100 установок
- [tilekernels-gpu-kernels](https://affpapa.org/nevibecode/skills/tilekernels-gpu-kernels.md) — скилл · 370 установок
- [huawei-cloud-msmodelslim-model-analysis](https://affpapa.org/nevibecode/skills/huawei-cloud-msmodelslim-model-analysis.md) — скилл · 163 установки

Из того же набора: [tokenrhythm/infrarsi](https://affpapa.org/nevibecode/by/tokenrhythm/infrarsi.md) — 19 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
