用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt;运行前请先检查来源。
npx skills add https://github.com/aaione/everything-claude-code-zh --skill benchmark命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地?可下载 SkillsMP 当前能够提供的文件。
Kubernetes 工作负载模式、资源管理、RBAC、probes、autoscaling、ConfigMap/Secret 处理,以及面向生产级部署的 kubectl 调试。
完成任何非平凡任务后使用。智能体按 5 个维度自评输出——准确性、完整性、清晰度、可执行性、简洁性——每项都给出具体证据。生成结构化 1-5 评分卡和具体改进建议。
在 competitive-platform-analysis 产出分层竞品集合后使用。按九个加权维度(定位、声音、视觉工艺、offer packaging、证据、enterprise-readiness、thought leadership、定价、客户 strategic tension)为每个竞品评分,使用明确 1–5 rubrics 和 tension-plot。位于 competitive-report-structure 之前。
基于 SOC 职业分类
正在显示 SKILL.md
| name | benchmark |
| description | 使用此技能测量性能基线、在 PR 之前/之后检测回归,并比较堆栈替代方案。 |
| origin | ECC |
通过浏览器 MCP 测量真实浏览器指标:
1. 导航到每个目标 URL
2. 测量核心 Web 指标:
- LCP(最大内容绘制)— 目标 < 2.5s
- CLS(累积布局偏移)— 目标 < 0.1
- INP(交互到下次绘制)— 目标 < 200ms
- FCP(首次内容绘制)— 目标 < 1.8s
- TTFB(首字节时间)— 目标 < 800ms
3. 测量资源大小:
- 总页面权重(目标 < 1MB)
- JS 包大小(目标 < 200KB gzipped)
- CSS 大小
- 图像权重
- 第三方脚本权重
4. 计算网络请求数
5. 检查渲染阻塞资源
对 API 端点进行基准测试:
1. 每个端点命中 100 次
2. 测量:p50、p95、p99 延迟
3. 跟踪:响应大小、状态代码
4. 负载下测试:10 个并发请求
5. 与 SLA 目标比较
测量开发反馈循环:
1. 冷构建时间
2. 热重载时间 (HMR)
3. 测试套件持续时间
4. TypeScript 检查时间
5. Lint 时间
6. Docker 构建时间
在更改之前和之后运行以测量影响:
/benchmark baseline # 保存当前指标
# ... 进行更改 ...
/benchmark compare # 与基线比较
输出:
| 指标 | 之前 | 之后 | 增量 | 判定 |
|--------|--------|-------|-------|---------|
| LCP | 1.2s | 1.4s | +200ms | 警告:WARN |
| Bundle | 180KB | 175KB | -5KB | ✓ 更好 |
| Build | 12s | 14s | +2s | 警告:WARN |
将基线存储在 .ecc/benchmarks/ 中作为 JSON。Git 跟踪以便团队共享基线。
/benchmark compare/canary-watch 配对进行部署后监控/browser-qa 配对进行完整的发货前检查清单