Benchmark OpenClaw Code-Agenten gegen wiederholbare reale Aufgaben vor dem Rollout mit PinchBench
Führen Sie eine Benchmark-Suite mit realen Aufgaben gegen OpenClaw-Agenten aus, um Modell- oder Harness-Änderungen zu vergleichen, bevor sie in Produktions-Workflows eingesetzt werden.
Voraussetzungen
Laufende OpenClaw-Instanz, Python 3.10+, uv, PinchBench-Repository-Checkout, Modellanbieter-Zugangsdaten wie upstream dokumentiert
Installation
Verwenden Sie den upstream-Installations- oder Setup-Pfad, der Ihrer Umgebung entspricht:
- git clone https://github.com/pinchbench/skill.git
Anforderungen und Hinweise von upstream:
- Hinweis: Modell-IDs müssen ihren Anbieter-Präfix enthalten (z.B. openrouter/, anthropic/). OpenRouter ist der standardmäßig verwendete Anbieter für das Routing.
- Python 3.10+
Grundlegende Nutzung oder Einstiegsnotizen:
-
Werkzeugnutzung — Kann das Modell die richtigen Werkzeuge mit den richtigen Parametern aufrufen?
-
bash
-
Klonen des Skills
-
Aus upstream-Dokumentation extrahiert: https://raw.githubusercontent.com/pinchbench/skill/HEAD/README.md