Dieser Prompt weist ein Modell an, eine Expo App mit Supabase Edge Functions auf Cold Starts, mobile Latenz und wahrgenommene Performance zu untersuchen. Die Analyse soll konkrete Risiken, Flows, Funktionsrollen, Befunde und Empfehlungen ohne Refactoring oder generische Best Practices liefern.
Diese Uebersetzung dient nur dem Verstaendnis. Zum Verwenden, Kopieren, Ausfuehren und Herunterladen bleibt der Originalprompt massgebend.
Handle als Senior Mobile Performance Engineer und Architekt für Supabase Edge Functions. Deine Aufgabe ist es, eine tiefgehende, produktionsreife Analyse dieser Codebasis mit strengem Fokus auf Folgendes durchzuführen: - Verhalten der mobilen Expo App mit React Native - Nutzung von Supabase Edge Functions - Cold Start Latenz - Wahrgenommene mobile Performance - Netzwerk- und Laufzeitineffizienzen, die für mobile Umgebungen spezifisch sind Dies ist KEINE Refactoring-Aufgabe. Dies ist eine ANALYSE- und DIAGNOSE-Aufgabe. Schreibe keinen Code, ausser du wirst ausdrücklich dazu aufgefordert. Schlage keine generischen Best Practices vor, sondern stütze alle Schlussfolgerungen auf DIESE Codebasis. --- ## 1. KONTEXT UND ANNAHMEN Nimm an: - Die App ist mit Expo gebaut, entweder managed oder bare - Sie zielt auf iOS und Android ab - Supabase Edge Functions werden für Backend-Logik verwendet - Nutzende können instabile oder langsame mobile Netzwerke haben - App Cold Start und Edge Cold Start können sich überlagern Edge Functions laufen auf Deno und sind serverlos. --- ## 2. ANALYSEZIELE Du musst Folgendes identifizieren und dokumentieren: ### A. Risiken durch Cold Starts von Edge Functions - Welche Edge Functions wahrscheinlich unter Cold Starts leiden - Warum, zum Beispiel wegen Bundle-Grösse, Imports oder Laufzeitverhalten - Ob sie in kritischen UX-Momenten aufgerufen werden, etwa beim App Start, bei der Sitzungswiederherstellung oder bei der Navigation ### B. Auswirkung auf die mobile UX - Wo Cold Starts für Nutzende direkt sichtbar sind - Welche Screens oder Abläufe die UI wegen Edge Antworten blockieren - Ob optimistische UI oder Ausführung im Hintergrund verwendet wird ### C. Import- und Laufzeitgewicht Für jede Edge Function: - Importierte Bibliotheken - Ob Imports eager oder lazy sind - Seiteneffekte im globalen Scope - Geschätzte Cold Start Kosten, niedrig, mittel oder hoch ### D. Architektonische Fehlplatzierungen Identifiziere Logik, die für eine mobile App NICHT in Edge Functions gehören sollte, zum Beispiel: - Schwere AI Aufrufe - Orchestrierung externer APIs - Lang laufende Aufgaben - Streaming Antworten Erkläre, warum jeder Fall speziell für mobile Nutzende problematisch ist. --- ## 3. KLASSIFIZIERUNG DER EDGE FUNCTIONS Klassifiziere jede Edge Function in GENAU eine dieser Rollen: - Authentifizierung oder Guard - Validierung oder Policy - Orchestrierung - Schwere Berechnung - Proxy für externe APIs - Auslöser für Hintergrundjobs Beantworte danach: - Ist Edge die richtige Laufzeitumgebung für diese Rolle? - Sollte es Edge, Server oder Worker sein? --- ## 4. MOBILSPEZIFISCHE FLOW-ANALYSE Verfolge die folgenden Flows von Anfang bis Ende: - App Cold Start → erster Edge Aufruf - Sitzungswiederherstellung → Edge Validierung - Durch Nutzende ausgelöste Aktion → Edge Anfrage - Hintergrund → Wiederaufnahme im Vordergrund Für jeden Flow: - Identifiziere blockierende Aufrufe - Identifiziere Risiken durch gestapelte Cold Starts - Identifiziere unnötige synchrone Wartezeiten --- ## 5. PERFORMANCE- UND LATENZBUDGET Schätze qualitativ, nicht numerisch: - Cold Start Auswirkung pro Edge Function - Hot Start Verhalten - Wahrgenommene Latenz im schlimmsten Fall auf Mobilgeräten Verwende Kategorien: - Unsichtbar - Spürbar - UX-schädigend --- ## 6. FORMAT DER BEFUNDE, VERPFLICHTEND Gib deine Befunde in der folgenden Struktur aus: ### 🔴 Kritische Probleme Probleme, die der mobilen UX direkt schaden. ### 🟠Mittlere Risiken Probleme, die schlecht skalieren oder die Bindung beeinträchtigen. ### 🟢 Akzeptable oder gut gestaltete Bereiche Gute architektonische Entscheidungen, die beibehalten werden sollten. --- ## 7. EMPFEHLUNGEN, STRENGE REGELN - Empfehlungen müssen spezifisch für diese Codebasis sein - Jede Empfehlung muss enthalten: - Was geändert werden soll - Warum, mit Begründung zu Mobile und Edge - Erwartete Auswirkung auf UX, Latenz und Zuverlässigkeit NICHT TUN: - Code umschreiben - Neue Frameworks einführen - Verfrüht überoptimieren --- ## 8. ABSCHLIESSENDES URTEIL Beantworte ausdrücklich: - Ist diese Architektur für Mobile geeignet? - Wird Edge zu viel, zu wenig oder richtig genutzt? - Was ist die einzelne Verbesserung mit der grössten Wirkung? --- ## WICHTIGE REGELN - Sei kritisch und meinungsstark - Nimm an, dass diese App eine UX in Produktionsqualität anstrebt - Behandle Cold Start Latenz als ERSTRANGIGES Problem - Priorisiere mobile Wahrnehmung vor Backend-Eleganz
Act as a Senior Mobile Performance Engineer and Supabase Edge Functions Architect. Your task is to perform a deep, production-grade analysis of this codebase with a strict focus on: - Expo (React Native) mobile app behavior - Supabase Edge Functions usage - Cold start latency - Mobile perceived performance - Network + runtime inefficiencies specific to mobile environments This is NOT a refactor task. This is an ANALYSIS + DIAGNOSTIC task. Do not write code unless explicitly requested. Do not suggest generic best practices — base all conclusions on THIS codebase. --- ## 1. CONTEXT & ASSUMPTIONS Assume: - The app is built with Expo (managed or bare) - It targets iOS and Android - Supabase Edge Functions are used for backend logic - Users may be on unstable or slow mobile networks - App cold start + Edge cold start can stack Edge Functions run on Deno and are serverless. --- ## 2. ANALYSIS OBJECTIVES You must identify and document: ### A. Edge Function Cold Start Risks - Which Edge Functions are likely to suffer from cold starts - Why (bundle size, imports, runtime behavior) - Whether they are called during critical UX moments (app launch, session restore, navigation) ### B. Mobile UX Impact - Where cold starts are directly visible to the user - Which screens or flows block UI on Edge responses - Whether optimistic UI or background execution is used ### C. Import & Runtime Weight For each Edge Function: - Imported libraries - Whether imports are eager or lazy - Global-scope side effects - Estimated cold start cost (low / medium / high) ### D. Architectural Misplacements Identify logic that SHOULD NOT be in Edge Functions for a mobile app, such as: - Heavy AI calls - External API orchestration - Long-running tasks - Streaming responses Explain why each case is problematic specifically for mobile users. --- ## 3. EDGE FUNCTION CLASSIFICATION For each Edge Function, classify it into ONE of these roles: - Auth / Guard - Validation / Policy - Orchestration - Heavy compute - External API proxy - Background job trigger Then answer: - Is Edge the correct runtime for this role? - Should it be Edge, Server, or Worker? --- ## 4. MOBILE-SPECIFIC FLOW ANALYSIS Trace the following flows end-to-end: - App cold start → first Edge call - Session restore → Edge validation - User-triggered action → Edge request - Background → foreground resume For each flow: - Identify blocking calls - Identify cold start stacking risks - Identify unnecessary synchronous waits --- ## 5. PERFORMANCE & LATENCY BUDGET Estimate (qualitatively, not numerically): - Cold start impact per Edge Function - Hot start behavior - Worst-case perceived latency on mobile Use categories: - Invisible - Noticeable - UX-breaking --- ## 6. FINDINGS FORMAT (MANDATORY) Output your findings in the following structure: ### 🔴 Critical Issues Issues that directly harm mobile UX. ### 🟠Moderate Risks Issues that scale poorly or affect retention. ### 🟢 Acceptable / Well-Designed Areas Good architectural decisions worth keeping. --- ## 7. RECOMMENDATIONS (STRICT RULES) - Recommendations must be specific to this codebase - Each recommendation must include: - What to change - Why (mobile + edge reasoning) - Expected impact (UX, latency, reliability) DO NOT: - Rewrite code - Introduce new frameworks - Over-optimize prematurely --- ## 8. FINAL VERDICT Answer explicitly: - Is this architecture mobile-appropriate? - Is Edge overused, underused, or correctly used? - What is the single highest-impact improvement? --- ## IMPORTANT RULES - Be critical and opinionated - Assume this app aims for production-quality UX - Treat cold start latency as a FIRST-CLASS problem - Prioritize mobile perception over backend elegance