Toolverse
All skills

posthog-performance-tuning

by jeremylongshore

Optimize PostHog API performance with caching, batching, and connection pooling.\nUse when experiencing slow API responses, implementing caching strategies,\nor optimizing request throughput for PostHog integrations.\nTrigger with phrases like \

Installation

Pick a client and clone the repository into its skills directory.

Installation

Quick info

Category
Security

About this skill

Optimize PostHog API performance with caching, batching, and connection pooling.\nUse when experiencing slow API responses, implementing caching strategies,\nor optimizing request throughput for PostHog integrations.\nTrigger with phrases like \

How to use

  1. Zainstaluj biblioteki posthog-node lub posthog-js w swoim projekcie oraz upewnij się, że masz dostęp do klucza API PostHog (zaczynającego się od phx_) i osobistego klucza API do ewaluacji flag lokalnie.

  2. Zainicjuj klienta PostHog z parametrem personalApiKey — to jest kluczowe dla osiągnięcia największej poprawy wydajności. Bez tego każde wywołanie getFeatureFlag() generuje żądanie sieciowe (~50-200ms), a z tym parametrem flagi są ewaluowane lokalnie (~0.1ms).

  3. Skonfiguruj interwał pobierania definicji flag za pomocą featureFlagsPollingInterval — domyślnie co 30 sekund. Zmniejsz wartość jeśli potrzebujesz szybszych aktualizacji flag, ale pamiętaj o wpływie na wydajność.

  4. Używaj getFeatureFlag() z właściwościami użytkownika (personProperties) aby ewaluować warianty eksperymentów lokalnie bez dodatkowych żądań sieciowych.

  5. Dla aplikacji o wysokim wolumenie zdarzeń włącz event sampling i optymalizuj zapytania HogQL poprzez dodanie filtrów dat — zmniejszy to obciążenie API i przyspieszył analizę danych.

  6. W środowiskach serverless upewnij się, że klient PostHog jest prawidłowo flusowany przed zakończeniem funkcji, aby nie stracić zdarzeń.

Related skills

academic-researcher

by Shubhamsaboo

Academic research assistant for literature reviews, paper analysis, and scholarly writing.\nUse when: reviewing academic papers, conducting literature reviews, writing research summaries,\nanalyzing methodologies, formatting citations, or when user mentions academic research,

Security
1260

youtube-watcher

by openclaw

Fetch and read transcripts from YouTube videos. Use when you need to summarize a video, answer questions about its content, or extract information from it.

Security
2231

ui-audit

by openclaw

AI skill for automated UI audits. Evaluate interfaces against proven UX principles for visual hierarchy, accessibility, cognitive load, navigation, and more. Based on Making UX Decisions by Tommy Geoco.

Security
1223

reviewing-code

by CaptainCrouton89

Systematically evaluate code changes for security, correctness, performance, and spec alignment. Use when reviewing PRs, assessing code quality, or verifying implementation against requirements.

Security
1493

backend-security-coder

by sickn33

Expert in secure backend coding practices specializing in input validation, authentication, and API security. Use PROACTIVELY for backend security implementations or security code reviews.

Security
1133

llama-cpp

by zechenzhangAGI

Runs LLM inference on CPU, Apple Silicon, and consumer GPUs without NVIDIA hardware. Use for edge deployment, M1/M2/M3 Macs, AMD/Intel GPUs, or when CUDA is unavailable. Supports GGUF quantization (1.5-8 bit) for reduced memory and 4-10× speedup vs PyTorch on CPU.

Security
11252