benchmark

benchmark 技能概覽

benchmark 技能能做什麼

benchmark 技能用於網頁與應用流程中的效能回歸偵測。它能幫你建立基準值、比較變更前後的差異，並追蹤某個 PR 是否讓頁面變慢、變重，或穩定性變差。實際上，benchmark 技能最常派上用場的問題只有一個：這次變更到底是提升了效能，還是拖累了效能？

適合哪些人使用

如果你在意頁面速度、Core Web Vitals、Lighthouse 類檢查、bundle 大小，或長期的載入時間趨勢，就很適合用這個 benchmark 技能。它特別適合 reviewer、前端工程師，以及需要可重複方式來評估效能變化的 AI agent，而不是只靠截圖或快速手動測試來猜。

為什麼它不一樣

benchmark 技能不只是泛用的「跑一個測試」提示詞。它的重點放在變更前後比較、回歸偵測，以及持續追蹤趨勢，並且針對瀏覽器效能量測提供工作流程指引。這讓它比那種只叫你找「速度問題」的一次性提示詞，更適合 Performance Optimization。

如何使用 benchmark 技能

benchmark 安裝與設定

先用 repository 提供的 skill 指令，把 benchmark 技能安裝到你的 Claude skills 環境中，然後在實際任務前先打開 skill 檔案。預期的安裝路徑是：
npx skills add garrytan/gstack --skill benchmark

安裝後，確認這個技能在目前 workspace 可用，並且你的任務夠明確、可量測。這個技能最適合在一開始就已知受測 repo、頁面或路由，以及要評估的變更內容時使用。

先讀什麼

先從 SKILL.md 開始，再看 SKILL.md.tmpl，可以了解生成後的結構。由於這個 repository 沒有提供額外的 rules/、resources/ 或這個技能的輔助 scripts，所以真正的主要依據就是 skill 檔本身。若要做決策，最重要的是前言、plan-mode 指引，以及任何會影響 benchmark 技能何時該執行的路由或限制說明。

如何寫出好的提示詞

弱的提示詞只會說「檢查效能」。更好的 benchmark 使用提示詞會直接點出目標、基準，以及你需要做的判斷：

• 「比較 /pricing 在圖片壓縮變更前後的差異，並回報 LCP、CLS 與總傳輸大小是否有回歸。」
• 「在 mobile emulation 下 benchmark checkout 頁面，告訴我新的 bundle 分割是否改善了載入時間。」
• 「對 homepage 執行效能 benchmark，並摘要這個 PR 是否可以安全合併。」

要把頁面、裝置假設，以及什麼算失敗寫清楚。這樣能減少歧義，也讓結果更能直接採取行動。

產生有用結果的工作流程

把 benchmark 指南當成可重複的循環來用：先確認頁面，建立基準值，再做比較，最後把差異放回你做的變更脈絡中解讀。如果你是在 plan mode 下工作，要先確認這個技能只需要檢查，還是也要實際執行量測。想要最好的輸出，就把測試範圍縮小；通常一條重要路由，會比整站掃描更有價值。

benchmark 技能常見問題

benchmark 技能只適合網頁效能嗎？

它主要用於瀏覽器可見的效能優化，尤其是頁面、路由與前端變更。如果你的任務是後端延遲、基礎架構 profiling，或資料庫調校，benchmark 技能可能不是最佳首選，除非你的目標本身就是使用者看得到的頁面指標。

我需要完整提示詞嗎，還是技能本身就夠？

這個技能能幫你把工作結構化，但仍然需要具體目標。即使一般提示詞也可能觸發 benchmark 技能，但當你提供路由、變更內容與比較基準時，benchmark 的使用效果會更好。你的需求越具體，agent 需要自行推測的部分就越少。

benchmark 適合新手嗎？

適合，只要你想用一個有引導的方式來確認某次變更是否讓效能變差。它比從零開始自己做評估清單更容易上手，但你仍然需要知道要量測的是哪個頁面或功能。

什麼情況下不該用它？

如果你只需要定性的 UI review、頁面太不穩定而無法有意義地量測，或你的主要問題根本不是效能，就不要用 benchmark 技能。如果你無法定義穩定的變更前後比較，benchmark 結果就會很雜訊。

如何改進 benchmark 技能

給技能一個可量測的目標

最大的品質提升，來自把要 benchmark 的內容和成功標準講到非常清楚。說明是哪個 URL、哪一類裝置，以及哪個指標最重要。對 Performance Optimization 來說，這通常代表要指定一個主要指標，例如 LCP 或 bundle size，而不是只問「有沒有所有效能問題」。

把被測試的變更也說清楚

benchmark 最有價值的時候，是技能知道到底改了什麼：新的圖片流程、code-splitting 重構、字型替換，或移除第三方 script。這些背景能幫助區分正常波動和真正的回歸，也讓輸出更值得信任。

要它輸出你會採取行動的比較結果

如果你需要做合併決策，就直接說。如果你還需要修正建議，也要一併說明。實用的追問可以包括：

• 「跟上一版穩定建置比較，任何超過 5% 的回歸都標出來。」
• 「benchmark 這個 branch，然後告訴我如果結果變差，最值得先修的地方是什麼。」
• 「重新在 mobile 和 desktop 上檢查，但優先看 LCP 最差的那條路由。」

第一輪結果不理想就迭代

如果第一次結果雜訊太多，先改善輸入再重跑：縮小路由範圍、移除無關變更，或把測試條件定得更精準。benchmark 技能最適合被當成可重複使用、用來支援決策的 benchmark 技能，而不是一次就能診斷所有速度問題的萬用工具。