Predikce nákladů na tokeny

PRECC obsahuje orákulum pro predikci nákladů na tokeny, takže vícekrokové plány lze rozpočtovat v tokenech, nikoli v reálném čase. Před každým krokem zaznamenejte předpověď, po dokončení práce zapište skutečnou hodnotu, a datová sada bude trénovat vestavěný prediktor, který se postupem času zlepšuje.

Zaznamenat předpověď

Předejte jednořádkový popis plánovaného kroku. PRECC jej zařadí do kategorie (feat / fix / test / refactor / measurement / doc / chore / unknown), odhadne počet tokenů a vypíše id, které použijete k uzavření smyčky.

$ precc predict "Implement read-deltas with mtime check"
id=42 category=feat predicted=5680 tokens (confidence=0.50, model=trained-v1)
Record actual when done: precc predict --record 42 <actual_tokens>

Zaznamenat skutečnou hodnotu

Po dokončení kroku vyhledejte skutečný počet tokenů v patičce relace nebo v telemetrii a předejte jej zpět pomocí id.

$ precc predict --record 42 6300
Recorded actual=6300 tokens for prediction id=42.

Trénovat trained-v1

Jakmile máte alespoň deset uzavřených předpovědí, proložte hřebenovou regresi trained-v1 přes log10(actual) vůči log10(délce popisu) plus one-hot kategoriální dummy proměnnou. Proložení má uzavřenou formu (Cholesky na normálních rovnicích s ridge λ=1) a běží v milisekundách.

$ precc predict --train
Trained trained-v1 on 22 closed predictions (λ=1).
  Model file : ~/.local/share/precc/predict_model.json
  Confidence : 0.50
  Intercept  :  +1.0016
  log_desc   :  +1.2339
  Categories :
    unknown       +0.4811
    doc           +0.4474
    measurement   +0.3422
    test          +0.1071
    refactor      +0.0326
    feat          +0.0071
    fix           -0.1096
    chore         -0.3063

Po trénování každé nové volání precc predict automaticky používá trained-v1, dokud neodstraníte nebo nenahradíte soubor modelu. Staré předpovědi si ponechávají původní model_version, takže můžete porovnávat prediktory v čase.

Zkontrolovat přesnost prediktoru

precc predict --eval hlásí střední absolutní procentní chybu (MAPE) celkově a podle kategorií, počítanou pouze přes uzavřené předpovědi (řádky s předpovězenou i skutečnou hodnotou).

$ precc predict --eval
Predictions logged   : 30
With actuals (closed): 22
Mean predicted       :     1483 tokens
Mean actual          :    47238 tokens
MAPE (statistical)   :     76.4%

By category:
  category        n   predicted      actual    MAPE
  feat            6        4605        5250   26.2%
  unknown         4        1597       30526   52.6%
  test            4         924       38900   56.4%
  ...

Vypsat nedávné předpovědi

precc predict --list zobrazuje nedávné řádky v opačném chronologickém pořadí. Otevřené řádky (bez skutečné hodnoty) jsou připraveny k uzavření.

$ precc predict --list --limit 5
id    ts                   category       predicted     actual  conf description
30    2026-05-09 09:40:51  feat                5348          -  0.50 Run the synthetic-fleet pilot...
29    2026-05-09 08:56:48  test                1050          -  0.60 Train predictor: trained-v1...
28    2026-05-09 07:44:18  test                 915     150000  0.60 Implement minimal task-12...

Proč tokeny, a ne reálný čas

Časové odhady jsou zpětně neměřitelné a nelze je skládat napříč stroji nebo relacemi. Počty tokenů jsou deterministické, porovnatelné a rozšiřují označený dataset, který s každou uzavřenou smyčkou prediktor zlepšuje. Smyslem orákula je proměnit odhadování z hádací hry v měření.

Kde data žijí

Veškerá predikční data jsou uložena lokálně na vašem počítači. Nic se nenahrává.

~/.local/share/precc/
├── metrics.db                — predictions table (oracle DB)
└── predict_model.json        — trained-v1 coefficients (after `--train`)