什么是 llm-api-benchmark？
当用户要求“基准测试LLM API”、“测试API速度”、“测量响应时间”、“检查API延迟”、“测试TPS”、“基准测试端点”、“比较端点性能”、“测试端点性能”、“基准测试”、“测试LLM速度”或需要评估LLM API性能指标（TTFT、TPS、延迟）时，应使用此技能。 来源：ridewind/my-skills。
·llm-api-benchmark
</>
llm-api-benchmark
✓当用户要求“基准测试LLM API”、“测试API速度”、“测量响应时间”、“检查API延迟”、“测试TPS”、“基准测试端点”、“比较端点性能”、“测试端点性能”、“基准测试”、“测试LLM速度”或需要评估LLM API性能指标（TTFT、TPS、延迟）时，应使用此技能。
如何安装 llm-api-benchmark
通过命令行快速安装 llm-api-benchmark AI 技能到你的开发环境
- 打开终端: 打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等）
- 运行安装命令: 复制并运行以下命令：npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark
- 验证安装: 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
来源：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 |
当用户要求“基准测试LLM API”、“测试API速度”、“测量响应时间”、“检查API延迟”、“测试TPS”、“基准测试端点”、“比较端点性能”、“测试端点性能”、“基准测试”、“测试LLM速度”或需要评估LLM API性能指标（TTFT、TPS、延迟）时，应使用此技能。 来源：ridewind/my-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-03-07
- 更新时间
- 2026-03-10
快速解答
如何安装 llm-api-benchmark？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/ridewind/my-skills --skill llm-api-benchmark 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
这个 Skill 的源码在哪？
https://github.com/ridewind/my-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-03-07