针对可重复真实任务对 OpenClaw 编程智能体进行基准测试,并在部署前使用 PinchBench 进行验证
运行真实任务基准测试套件,对 OpenClaw 智能体进行测试,从而在模型或框架变更投入生产工作流之前进行对比。
前提条件
正在运行的 OpenClaw 实例,Python 3.10+,uv,PinchBench 仓库副本,以及上游文档中说明的模型提供者凭据
安装
使用与您环境匹配的上游安装或设置路径:
- git clone https://github.com/pinchbench/skill.git
上游的要求和注意事项:
- 注意: 模型 ID 必须包含其提供者前缀(例如 openrouter/、anthropic/)。OpenRouter 是用于路由的默认提供者。
- Python 3.10+
基本用法或入门说明:
-
工具使用 — 模型能否使用正确的参数调用正确的工具?
-
bash
-
克隆技能
-
从上游文档提取:https://raw.githubusercontent.com/pinchbench/skill/HEAD/README.md