复制下面这句话,粘贴给 Claude Code、Codex、Cursor 等 AI 编程工具,它会读取安装说明并在你确认后完成安装。
请阅读 https://ai.atlankj.com/install/asset/gh-benchmark-3cce731f8ea6 ,按照其中的说明把「benchmark」安装到你(当前 AI 工具)中。执行前先告诉我将运行的命令和写入的位置,等我确认。
查看 AI 将读取的安装说明正在读取 GitHub 原文…
内容来自 GitHub 原始文件,由原作者维护。在 GitHub 查看
ブラウザMCPを介してリアルブラウザメトリクスを測定:
1. 各ターゲットURLに移動
2. Core Web Vitalsを測定:
- LCP (Largest Contentful Paint) — ターゲット < 2.5s
- CLS (Cumulative Layout Shift) — ターゲット < 0.1
- INP (Interaction to Next Paint) — ターゲット < 200ms
- FCP (First Contentful Paint) — ターゲット < 1.8s
- TTFB (Time to First Byte) — ターゲット < 800ms
3. リソースサイズを測定:
- 合計ページウェイト(ターゲット < 1MB)
- JSバンドルサイズ(ターゲット < 200KBgzipped)
- CSSサイズ
- 画像ウェイト
- サードパーティスクリプトウェイト
4. ネットワークリクエストをカウント
5. レンダリングブロッキングリソースをチェック
APIエンドポイントをベンチマーク:
1. 各エンドポイントに100回ヒット
2. 測定:p50、p95、p99レイテンシ
3. トラック:レスポンスサイズ、ステータスコード
4. ロード下でテスト:10個の同時リクエスト
5. SLAターゲットと比較
開発フィードバックループを測定:
1. コールドビルド時間
2. ホットリロード時間(HMR)
3. テストスイート期間
4. TypeScriptチェック時間
5. Lint時間
6. Dockerビルド時間
変更前後に実行して影響を測定:
/benchmark baseline # 現在のメトリクスを保存
# ... 変更を加える ...
/benchmark compare # ベースラインと比較
出力:
| Metric | Before | After | Delta | Verdict |
|--------|--------|-------|-------|---------|
| LCP | 1.2s | 1.4s | +200ms | WARNING: WARN |
| Bundle | 180KB | 175KB | -5KB | ✓ BETTER |
| Build | 12s | 14s | +2s | WARNING: WARN |
.ecc/benchmarks/にJSONとしてベースラインを保存。Gitで追跡されるため、チームはベースラインを共有します。
/benchmark compareを実行/canary-watchとペアリングしてデプロイ後の監視/browser-qaとペアリングして完全な出荷前チェックリスト