Benchmark de agentes OpenClaw com tarefas reais e repetíveis antes do rollout usando PinchBench
Execute uma suíte de benchmarks baseada em tarefas reais contra agentes OpenClaw para que mudanças no modelo ou no harness possam ser comparadas antes de entrarem em produção.
Pré-requisitos
Instância OpenClaw em execução, Python 3.10+, uv, checkout do repositório PinchBench, credenciais do provedor de modelo conforme documentado upstream
Instalação
Use o caminho de instalação ou configuração upstream que corresponda ao seu ambiente:
- git clone https://github.com/pinchbench/skill.git
Requisitos e observações do upstream:
- Nota: Os IDs dos modelos devem incluir seu prefixo de provedor (ex: openrouter/, anthropic/). OpenRouter é o provedor padrão usado para roteamento.
- Python 3.10+
Notas de uso básico ou primeiros passos:
-
Uso de ferramentas — O modelo consegue chamar as ferramentas certas com os parâmetros certos?
-
bash
-
Clone a skill
-
Extraído da documentação upstream: https://raw.githubusercontent.com/pinchbench/skill/HEAD/README.md