Benchmark aberto para agentes de código de IA em entrega de funcionalidades full-stack (React+Vite+Tailwind/FastAPI+SQLModel). 71 tarefas extraídas de PRs · 32 mil testes · pontuação baseada em execução (pytest+Playwright) · sem LLM como juiz.
O Prototypebench é um benchmark aberto desenvolvido especificamente para avaliar agentes de codificação de IA em tarefas de entrega de funcionalidades full-stack. Ele abrange frameworks populares como React+Vite+Tailwind para o frontend e FastAPI+SQLModel para o backend. Com 71 tarefas extraídas de pull requests reais, o benchmark oferece um conjunto robusto de 32 mil testes que utilizam pytest e Playwright para validação baseada em execução prática, eliminando a necessidade de um LLM como juiz. Isso garante uma avaliação precisa e realista das habilidades dos agentes. O benchmark é compatível com várias plataformas de agentes de IA, como Claude Code, Cursor, Codex e outros, fornecendo um ambiente padronizado para comparar desempenho.
npx skills add prototypebench/prototypebenchBenchmark aberto para agentes de código de IA em entrega de funcionalidades full-stack (React+Vite+Tailwind/FastAPI+SQLModel). 71 tarefas extraídas de PRs · 32 mil testes · pontuação baseada em execução (pytest+Playwright) · sem LLM como juiz.
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".