$ loading_
用于测量性能基线、发现PR回归并比较不同技术栈方案。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "benchmark" 技能： 1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/docs/zh-CN/skills/benchmark/SKILL.md 2. 保存为 ~/.claude/skills/benchmark/SKILL.md 3. 装好后重载技能，告诉我可以用了
请帮我为这个项目设计一套性能基准测试方案，用于比较某个 PR 合并前后的响应时间、吞吐量和内存占用。请给出测试步骤、关键指标、结果记录模板，以及如何判断是否存在性能回归。
一套可执行的性能基准测试方案，包含指标定义、对比方法和回归判断标准。
我想为当前系统建立性能基线，请列出需要采集的核心指标、推荐的测试场景，以及如何整理成后续版本可持续对比的基线报告。
一份性能基线建立指南，帮助团队后续持续跟踪系统表现变化。
请帮我设计一个基准测试，用来比较两种技术栈在相同负载下的性能差异。请说明如何保证测试公平，并输出适合决策汇报的结果结构。
一套公平的对比测试设计，以及便于汇报和选型决策的结果模板。
通过浏览器 MCP 测量真实浏览器指标：
1. 导航至每个目标 URL
2. 测量核心网页指标：
- LCP（最大内容绘制）— 目标 < 2.5 秒
- CLS（累积布局偏移）— 目标 < 0.1
- INP（与下一次绘制的交互）— 目标 < 200 毫秒
- FCP（首次内容绘制）— 目标 < 1.8 秒
- TTFB（首字节时间）— 目标 < 800 毫秒
3. 测量资源大小：
- 页面总重量（目标 < 1MB）
- JS 包大小（目标 < 200KB gzip 压缩后）
- CSS 大小
- 图片重量
- 第三方脚本重量
4. 统计网络请求数量
5. 检查阻塞渲染的资源
对 API 端点进行基准测试：
1. 每个端点请求 100 次
2. 测量：p50、p95、p99 延迟
3. 追踪：响应大小、状态码
4. 负载测试：10 个并发请求
5. 与 SLA 目标进行对比
测量开发反馈循环效率：
1. 冷构建时间
2. 热重载时间 (HMR)
3. 测试套件执行时间
4. TypeScript 检查时间
5. 代码检查时间
6. Docker 构建时间
在变更前后运行以测量影响：
/benchmark baseline # 保存当前指标
# ... 进行更改 ...
/benchmark compare # 与基线进行比较
输出结果：
| Metric | Before | After | Delta | Verdict |
|--------|--------|-------|-------|---------|
| LCP | 1.2s | 1.4s | +200ms | WARNING: WARN |
| Bundle | 180KB | 175KB | -5KB | ✓ BETTER |
| Build | 12s | 14s | +2s | WARNING: WARN |
将基线数据以 JSON 格式存储在 .ecc/benchmarks/ 中。通过 Git 追踪，便于团队共享基线。
/benchmark compare/canary-watch 进行部署后监控/browser-qa 完成发布前完整检查清单通过双评审智能体对结果进行对抗式校验，提升输出发布前的可靠性
自动生成测试场景并分析代理执行过程，量化技能与规则遵循率。