Communitygithub.com

benchmark

Utilisez cette compétence pour mesurer les performances de base, détecter les régressions avant/après les PR et comparer les alternatives de pile technique.

Qu'est-ce que benchmark ?

Cette compétence permet de mesurer les performances de référence, de détecter les régressions et de comparer différentes options techniques. Elle prend en charge quatre modes : performances de page (Core Web Vitals, poids des ressources), performances d'API (latence p50/p95/p99 sous charge), performances de build (temps de construction, rechargement à chaud, tests) et comparaison avant/après pour évaluer l'impact des modifications. Les résultats sont enregistrés sous forme de fichiers JSON dans `.ecc/benchmarks/` et suivis par Git pour un partage d'équipe. Elle s'intègre dans les pipelines CI et peut être associée à d'autres outils de surveillance et de test.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/benchmark

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Benchmark — Référence de performance et détection de régression

Quand l'utiliser

  • Avant et après une PR pour mesurer l'impact sur les performances
  • Mettre en place des références de performance pour un projet
  • Lorsque les utilisateurs signalent « c'est lent »
  • Avant un lancement — assurez-vous d'atteindre les objectifs de performance
  • Comparer votre pile technique avec des alternatives

Comment ça fonctionne

Mode 1 : Performances de page

Mesure les métriques réelles du navigateur via le MCP du navigateur :

1. Naviguer vers chaque URL cible
2. Mesurer les Core Web Vitals :
   - LCP (Largest Contentful Paint) — cible < 2,5 s
   - CLS (Cumulative Layout Shift) — cible < 0,1
   - INP (Interaction to Next Paint) — cible < 200 ms
   - FCP (First Contentful Paint) — cible < 1,8 s
   - TTFB (Time to First Byte) — cible < 800 ms
3. Mesurer la taille des ressources :
   - Poids total de la page (cible < 1 Mo)
   - Taille du bundle JS (cible < 200 Ko compressé gzip)
   - Taille du CSS
   - Poids des images
   - Poids des scripts tiers
4. Compter les requêtes réseau
5. Vérifier les ressources bloquant le rendu

Mode 2 : Performances d'API

Test de performance des endpoints d'API :

1. Frapper chaque endpoint 100 fois
2. Mesurer : latence p50, p95, p99
3. Suivre : taille de la réponse, codes de statut
4. Tester sous charge : 10 requêtes simultanées
5. Comparer avec les objectifs SLA

Mode 3 : Performances de build

Mesure la boucle de feedback de développement :

1. Temps de construction à froid
2. Temps de rechargement à chaud (HMR)
3. Durée de la suite de tests
4. Temps de vérification TypeScript
5. Temps de lint
6. Temps de construction Docker

Mode 4 : Comparaison avant/après

Exécutez avant et après une modification pour mesurer l'impact :

/benchmark baseline    # enregistre les métriques actuelles
# ... apporter des modifications ...
/benchmark compare     # compare avec la référence

Sortie :

| Métrique | Avant | Après | Delta | Verdict |
|----------|-------|-------|-------|---------|
| LCP | 1,2 s | 1,4 s | +200 ms | ATTENTION : AVERTISSEMENT |
| Bundle | 180 Ko | 175 Ko | -5 Ko | ✓ MEILLEUR |
| Build | 12 s | 14 s | +2 s | ATTENTION : AVERTISSEMENT |

Sortie

Stocke les références dans .ecc/benchmarks/ au format JSON. Suivi par Git afin que l'équipe partage les références.

Intégration

  • CI : exécutez /benchmark compare sur chaque PR
  • Associer avec /canary-watch pour la surveillance post-déploiement
  • Associer avec /browser-qa pour une checklist complète avant mise en ligne

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills associés