
Load Test Generator (Grade A)Compétence de développement testée pour la sécurité pour Claude AI. Grade A. Générez des scripts de tests de charge à l'aide de k6, Artillery ou Locust à partir de points de terminaison API ou de spécifications OpenAPI. Utilisez lorsque l'utilisateur demande à créer des tests de charge, st
Aperçu
Fonctionnalités clés
- Générez des scripts de tests de charge à partir de points de terminaison API ou de spécifications OpenAPI
- Scénarios configurables (smoke, charge, stress, pic, trempage)
- Seuils et rapports
- Prise en charge de k6, Artillery et Locust
- Tests basés sur les données
- Nettoyage facultatif
Tarifs
- Modèle
- Free
- Catégorie
- Compétences
- Note
- Pas encore d’avis
Cas d’usage
Création de tests de charge pour les points de terminaison API
Utilisez le Load Test Generator pour créer des tests de charge pour les points de terminaison API avec des scénarios configurables, des seuils et des rapports.
Tests de stress et benchmarks de performances
Utilisez le Load Test Generator pour les tests de stress et les benchmarks de performances des points de terminaison API pour identifier les points de rupture et optimiser les performances.
Pour & contre
Pour
- Prend en charge plusieurs outils de test de charge (k6, Artillery, Locust)
- Scénarios, seuils et rapports configurables
- Convivial pour les développeurs avec intégration CI et options de mise à l'échelle cloud
- Configuration rapide avec des scénarios basés sur YAML pour Artillery
- Adapté aux équipes Python avec Locust
Contre
- Requiert une connaissance des points de terminaison API cibles et des profils de charge attendus
- Nécessite des seuils de performance définis (latence, taux d'erreur)
- Complexité dans la définition de configurations de test pour divers scénarios
Avis
Connecte-toi pour laisser un avis.
Pas encore d’avis. Sois le premier !
Questions & réponses
Pourquoi devriez-vous utiliser cela ?
Audience | Avantages clés | | -------------------- | ------------------------------------------------------------------------------------------------- | | Individuel | 30%+ d'économies sur les jetons, arrêt de la répétition des normes, garde de sécurité, établi d'accompagnement instantané | | Equipes | Comportement de l'intelligence artificielle cohérent, onboard instantanément, modèles codifiés, économies de coûts croissantes | | Organisations | Exécution de la conformité en permanence, mêmes normes sur 1 000 projets, gouvernance centrale, ROI mesurable |
Asked by Olga Ivanova · Jun 14, 2026
Ce que vous pouvez personnaliser ?
| Section | Ce qu'elle contrôle | Exemple | | ------------- | -------------------------- | ---------------------------------------------- | | projet | Identité du projet | Nom, description, URL du référentiel | | technos | Langage, framework, outils | TypeScript + Express ou Python + FastAPI | | chemins | Structure de répertoire | Où vivent les gestionnaires, services et éléments de code communs | | domaine | Entités métier | Commande, Produit, Client + états de cycle de vie | | modèles | Modèles de code | Stratégie de gestion d'erreurs, flux de traitement | | testing | Barrières qualité | 90% de couverture, commandes de test/lint/type‑check | | base de données | Conventions de base de données | Champ de suppression douce, colonnes de marqueurs temporels, noms | | packages | Package interne | Échelle d'organisation @votre‑org, URL de registre | | conventions | Git et workflow | Préfixes de branche, format de commit, modèles de soumission |
Asked by Marisol Pena · Jun 9, 2026
Qu'est-ce que cela détecte ?
| Catégorie | Signaux | | ------------------ | ------------------------------------------------------------------------------------------ | | Langage | tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, extensions de fichiers | | Framework | Dépendances dans package.json / requirements.txt (React, Express, Django, Spring, etc.) | | Base de données | Configurations ORM (prisma/, sequelize, typeorm), fichiers .sql, dossiers de migration | | Testing | jest.config., vitest, pytest, cypress/, playwright.config. | | Infrastructure | Dockerfile, terraform/, cdk.json, serverless.yml, Sdk dépendances de cloud | | CI/CD | .github/workflows/, .gitlab-ci.yml, Jenkinsfile |
Asked by Nadia Petrova · Jun 3, 2026
Qu'est-ce qui est à l'intérieur ?
Voici ce qu'il contient : | Couche | Nombre | Ce qu'il fait | Comment il est déclenché | | ------------- | ----- | ------------------------------------------------- | ----------------------------------- | | Règles | 47 | Applique des normes de codage à toutes les interactions avec l'IA | Automatiquement — toujours allumé | | Agents | 62 | Assistants spécialisés pour des tâches complexes | Sur demande — /nom-agent | | Compétences | 50 | Flows de workflows étape par étape avec des listes de vérification | Contextuellement — quand des modèles correspondent | | Commandes | 37 | Actions rapides légères et efficaces en termes de jetons | Sur demande — /commande | | Accroches | 12 | Scripts d'automatisation dans la boucle de l'IA | Événementiel — actions avant/après | | Modèles | 9 | Scaffolding pour les gestionnaires, les composants, les tests, etc. | Référencés par les compétences et les agents |
Asked by Wei Chen · May 12, 2026
Comment ça fonctionne ?
Couche 1 — Prétraitement : Les hooks injectent le contexte du projet et bloquent les commandes dangereuses avant que votre invite n'atteigne l'AI. Couche 2 — Moteur de règles : 47 règles toujours actives pour garantir l'efficacité des jetons, la sécurité, l'architecture, les normes de code, les conventions de base de données et les seuils de test. Couche 3 — Traitement spécialisé : Le composant approprié est activé — un agent, une compétence ou une commande — en fonction de votre invite. Couche 4 — Post-traitement : Les hooks valident la sortie, formatent automatiquement, analysent les secrets et vérifient la couverture.
Asked by Jamal Carter · May 4, 2026
Poser une question
Alternatives à Compétences

Création de workspaces isolés en sécurité pour le développement de fonctionnalités avec la skill Claude AI A+

Compétence de données-IA évaluée en termes de sécurité pour Claude AI. Grade A. Raisonnement de référence du schéma d'export de BigQuery pour GA4 — référence complète du champ, structures imbriquées, modèles de requête, et conseils de performance

Compétence data‑AI sécurisée pour Claude AI. Grade A.

Compétence de développement testée en matière de sécurité pour Claude AI. Grade A. Liste ce qu'une fonction/méthode appelle (graphe d'appels direct)

Module de test nommagent selon le modèle de test suivi

Compétence data‑ai vérifiée en matière de sécurité pour Claude AI. Grade A.

Compétence de développement testée en sécurité pour Claude AI. Grade A. MVC avancé via PE (Pontos de Entrada) — ajouter des grilles personnalisées dans les écrans MVC standard (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)
Évaluation de sécurité pour la compétence devops de Claude AI. Grade A. **COMPÉTENCE DE CIRCUIT** — Maintient la précision et la fraîcheur de la documentation du dépôt à travers le site de docs, les fichiers de l'agent et le journal des modifications. LORSQUE : « mise à jour des docs »
Trending now

Aide aux devoirs précise avec explications complètes

API d'intelligence de document qui parse, divise, reconnait les chars et extrait les données structurées de complexes PDF, diapositives et tableurs.

Modele multimodal 12B gérant des images et du texte interrompus avec une fenêtre de contexte de 128 K.

Reponses sponsorises, payées par clic.
