BenchClaw é um fluxo de trabalho de habilidade para Codex/OpenCode voltado para construção, avaliação e manutenção de benchmarks. Ele padroniza todo o pipeline — desde a elaboração de ideias e geração de dados até a avaliação, relatórios, diagnóstico de falhas e refinamento de habilidades — permitindo que agentes criem benchmarks reproduzíveis e auditáveis com gates de qualidade claros, linhagem e rollback.
BenchClaw é uma habilidade especializada para agentes de IA como Codex e OpenCode, projetada para automatizar todo o ciclo de vida de criação e manutenção de benchmarks. A habilidade padroniza o pipeline completo, desde a concepção da ideia até a geração de dados, avaliação, relatórios, diagnóstico de falhas e refinamento contínuo das habilidades do agente. Sua principal utilidade é permitir que desenvolvedores e pesquisadores criem benchmarks reprodutíveis e auditáveis, com controles de qualidade claros, rastreamento de linhagem e capacidade de rollback. O fluxo de trabalho garante que cada etapa seja documentada e validada, facilitando a identificação de problemas e a iteração rápida. BenchClaw é ideal para equipes que precisam manter benchmarks confiáveis para avaliar e melhorar o desempenho de agentes de IA, promovendo transparência e reprodutibilidade nos resultados.
npx skills add EurecaMoment/BenchClawBenchClaw é um fluxo de trabalho de habilidade para Codex/OpenCode voltado para construção, avaliação e manutenção de benchmarks. Ele padroniza todo o pipeline — desde a elaboração de ideias e geração de dados até a avaliação, relatórios, diagnóstico de falhas e refinamento de habilidades — permitindo que agentes construam benchmarks reproduzíveis e auditáveis com gates de qualidade claros, linhagem e rollback.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".