メニュー
Benchmark this harness's live configuration (skills, MCP servers, settings included) and get a scored report with improvement suggestions
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/luongnv89/m-bench --skill bench-setupコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
| name | bench-setup |
| description | Benchmark this harness's live configuration (skills, MCP servers, settings included) and get a scored report with improvement suggestions |
Run the repo's benchmark against this harness exactly as it is configured right now — extensions, skills and MCP servers included, nothing isolated.
From the repository root (/home/montimage/buildspace/m-bench), run:
./bench setup --harness pi --suite agentic-hard
-m <provider/model> only if you want a specific model; otherwise the
run asks (or use BENCH_HARNESS_MODEL).--samples 2 for a less noisy score; add --thinking to test the
reasoning mode.When it finishes:
results/<date>/REPORT-live*.md) and open it.Note the caveat from the report: live mode keeps your real setup enabled, so if any extension or MCP server can call another model, those numbers are contaminated by that model.