使用 PinchBench 在實際可重複任務中基準測試 OpenClaw 編碼代理後再上線
對 OpenClaw 代理運行實際任務基準測試套件,以便在模型或工具鏈變更投入生產工作流程之前進行比較。
先決條件
正在運行的 OpenClaw 實例、Python 3.10+、uv、PinchBench 儲存庫簽出、按上游文件說明的模型提供者憑證
安裝
使用與您的環境相符的上游安裝或設定路徑:
- git clone https://github.com/pinchbench/skill.git
來自上游的需求和注意事項:
- 注意: 模型 ID 必須包含其提供者前綴(例如 openrouter/、anthropic/)。OpenRouter 是用於路由的預設提供者。
- Python 3.10+
基本用法或入門說明:
-
工具使用 — 模型能否使用正確的參數呼叫正確的工具?
-
bash
-
克隆技能
-
從上游文件提取:https://raw.githubusercontent.com/pinchbench/skill/HEAD/README.md