什麼是 llm-api-benchmark？
當使用者要求「基準測試LLM API」、「測試API速度」、「測量回應時間」、「檢查API延遲」、「測試TPS」、「基準測試端點」、「比較端點效能」、「測試端點效能」、「基準測試」、「測試LLM速度」或需要評估LLM API效能（TTFT、TPS、延遲）時，應使用此技能。 來源：ridewind/my-skills。
·llm-api-benchmark
</>
llm-api-benchmark
✓當使用者要求「基準測試LLM API」、「測試API速度」、「測量回應時間」、「檢查API延遲」、「測試TPS」、「基準測試端點」、「比較端點效能」、「測試端點效能」、「基準測試」、「測試LLM速度」或需要評估LLM API效能（TTFT、TPS、延遲）時，應使用此技能。
如何安裝 llm-api-benchmark
透過命令列快速安裝 llm-api-benchmark AI 技能到你的開發環境
- 開啟終端機: 開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等）
- 執行安裝指令: 複製並執行以下指令：npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark
- 驗證安裝: 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
來源：ridewind/my-skills。
SKILL.md
查看原文| 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 |
當使用者要求「基準測試LLM API」、「測試API速度」、「測量回應時間」、「檢查API延遲」、「測試TPS」、「基準測試端點」、「比較端點效能」、「測試端點效能」、「基準測試」、「測試LLM速度」或需要評估LLM API效能（TTFT、TPS、延遲）時，應使用此技能。 來源：ridewind/my-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-03-07
- 更新時間
- 2026-03-11
快速解答
如何安裝 llm-api-benchmark？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
這個 Skill 的原始碼在哪？
https://github.com/ridewind/my-skills
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-03-07