composio-community/awesome-claude-plugins0°

perf-theory-tester

仓库创建 2025年10月22日最近提交 1 天前SkillHot 收录 11 小时前

⬈ GitHub 仓库 ⬈ SKILL.md 原文件 ⬇ Raw 原始文件

▸ 精选理由

系统化实验流程减少噪声、提高结论可信度。

▸ 风险提示

会修改运行环境并执行变更，可能影响生产系统。

这个 Skill 做什么

在受控环境中对性能假设做单变量实验并验证结果。

在受控环境里用单变量实验来验证某条性能假设：先确保基线干净、只应用一个变更、做两轮及以上验证，然后再回退到基线继续下一个实验。适合需要可复现结论的性能排查场景，强调度量、变更描述和 accept/reject 判定。这样能把噪声降到最低，得出可靠结论。

▸ 展开 SKILL.md 英文原文

Use when running controlled perf experiments to validate hypotheses.

开发编程假设验证控制实验基线比较通用

1.8k

Stars

518

Forks

仓库内 Skill

积累中

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/composio-community/awesome-claude-plugins/master/perf/skills/theory-tester/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/composio-community/awesome-claude-plugins/master/perf/skills/theory-tester/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# perf-theory-tester

Test hypotheses using controlled experiments.

Follow `docs/perf-requirements.md` as the canonical contract.

## Required Steps

1. Confirm baseline is clean.
2. Apply a single change tied to the hypothesis.
3. Run 2+ validation passes.
4. Revert to baseline before the next experiment.

## Output Format

```
hypothesis: <id>
change: <summary>
delta: <metrics>
verdict: accept|reject|inconclusive
evidence:
  - command: <benchmark command>
  - files: <changed files>
```

## Constraints

- One change per experiment.
- No parallel benchmarks.
- Record evidence for each run.

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有