·llm-api-benchmark
</>

llm-api-benchmark

Этот навык следует использовать, когда пользователь запрашивает «тестировать LLM API», «тестировать скорость API», «измерять время ответа», «проверять задержку API», «тестировать TPS», «тестировать конечную точку», «сравнивать производительность конечной точки», «проверять скорость API», «проверять время ответа», «проверять LLM速度» или когда ему необходимо оценить производительность LLM API. метрики (TTFT, TPS, задержка).

14Установки·0Тренд·@ridewind

Установка

$npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark

Как установить llm-api-benchmark

Быстро установите AI-навык llm-api-benchmark в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: ridewind/my-skills.

| quick | 快速测试 | 10 tokens | | standard | 中等长度 | 20 tokens | | long | 长输出测试 | 100+ tokens | | throughput | 高吞吐测试 | 300-500 tokens | | code | 代码生成(默认) | 500-1000 tokens | | json | JSON 输出测试 | 30 tokens |

| Task Type | Description | Target Output | Use Case |

| counting | 数字序列生成 | 50 tokens | TTFT 测试(最稳定) | | structured-list | 结构化列表 | 100-150 tokens | 中等负载测试 | | code-review | 代码审查报告 | 300-400 tokens | 代码工作负载 | | implementation | 完整代码实现(默认) | 500-700 tokens | 吞吐量测试 | | comprehensive | 综合分析报告 | 800-1000 tokens | 真实工作负载 |

Этот навык следует использовать, когда пользователь запрашивает «тестировать LLM API», «тестировать скорость API», «измерять время ответа», «проверять задержку API», «тестировать TPS», «тестировать конечную точку», «сравнивать производительность конечной точки», «проверять скорость API», «проверять время ответа», «проверять LLM速度» или когда ему необходимо оценить производительность LLM API. метрики (TTFT, TPS, задержка). Источник: ridewind/my-skills.

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark
Источник
ridewind/my-skills
Категория
</>Разработка
Проверено
Впервые замечено
2026-03-07
Обновлено
2026-03-10

Browse more skills from ridewind/my-skills

Короткие ответы

Что такое llm-api-benchmark?

Этот навык следует использовать, когда пользователь запрашивает «тестировать LLM API», «тестировать скорость API», «измерять время ответа», «проверять задержку API», «тестировать TPS», «тестировать конечную точку», «сравнивать производительность конечной точки», «проверять скорость API», «проверять время ответа», «проверять LLM速度» или когда ему необходимо оценить производительность LLM API. метрики (TTFT, TPS, задержка). Источник: ridewind/my-skills.

Как установить llm-api-benchmark?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

https://github.com/ridewind/my-skills

Детали

Категория
</>Разработка
Источник
skills.sh
Впервые замечено
2026-03-07