SKILLEMALL.ai

AD perf-tester

Тестирование производительности и нагрузки для API и веб-сервисов. Разработка сценариев тестирования, генерация скриптов k6/locust/JMeter, анализ времени отклика, пропускной способности, частоты ошибок и выявление узких мест. Соответствует отраслевой методологии (RFC 6390, ISO 25010). Используйте при: (1) тестировании на нагрузку/стресс/пиковую/длительную нагрузку, (2) написании скриптов k6 или locust, (3) анализе метрик производительности (P50/P95/P99, TPS, частота ошибок), (4) планировании мощностей, (5) сравнении базовой производительности, (6) проверке SLA, (7) «性能测试», «压测», «负载测试», «并发测试», «TPS», «响应时间», «k6脚本», «locust脚本», «JMeter». НЕ для: профилирования на уровне кода (используйте инструменты профилирования), мониторинга инфраструктуры (используйте Prometheus/Grafana) или функционального тестирования API (используйте api-tester).

машинный переводПоказать оригиналСкрыть оригинал«Performance and load testing for APIs and web services. Design test sc…»

Performance and load testing for APIs and web services. Design test scenarios, generate k6/locust/JMeter scripts, analyze response times, throughput, error rates, and identify bottlenecks. Follows industry-standard methodology (RFC 6390, ISO 25010). Use when: (1) load/stress/spike/soak testing, (2) writing k6 or locust scripts, (3) analyzing performance metrics (P50/P95/P99, TPS, error rate), (4) capacity planning, (5) performance baseline comparison, (6) SLA validation, (7) "性能测试", "压测", "负载测试", "并发测试", "TPS", "响应时间", "k6脚本", "locust脚本", "JMeter". NOT for: code-level profiling (use profiler tools), infrastructure monitoring (use Prometheus/Grafana), or functional API testing (use api-tester).

ClawHub Agent Skills автор: zhanghengyi1986-afk v1.0.0 MIT-0 4 файла тело ≈ 2 131 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Тестирование производительности и нагрузки для API и веб-сервисов.

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
99/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
97
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 47/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 9
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2131 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 702 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.

    Внешние проверки

    ClawHub: clean
    This appears to be a performance-testing skill with expected k6 and Locust guidance, but users should only run its examples against systems they are authorized to test.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.