
Load Test Generator (Grade A)Bezpieczeństwo-przetestowane umiejętności rozwojowe dla Claude AI. Klasa A. Generuj skrypty testów obciążenia przy użyciu k6, Artillery lub Locust z punktów końcowych API lub specyfikacji OpenAPI.
Przegląd
Kluczowe funkcje
- Generuj skrypty testów obciążenia z punktów końcowych API lub specyfikacji OpenAPI
- Konfigurowalne scenariusze (dymiący, obciążenie, stres, pączek, namaczanie)
- Progi i raportowanie
- Wsparcie dla k6, Artillery i Locust
- Testowanie oparte na danych
- Opcjonalne czyszczenie
Cennik
- Model
- Free
- Kategoria
- Umiejętności
- Ocena
- Brak recenzji
Zastosowania
Utwórz testy obciążenia dla punktów końcowych API
Użyj Load Test Generator do utworzenia testów obciążenia dla punktów końcowych API z konfigurowalnymi scenariuszami, progami i raportowaniem.
Testowanie stresowe i benchmarki wydajności
Zatrudnij Load Test Generator do testowania stresowego i benchmarków wydajności punktów końcowych API, aby zidentyfikować punkty krytyczne i zoptymalizować wydajność.
Plusy i minusy
Plusy
- Obsługuje wiele narzędzi do testowania obciążenia (k6, Artillery, Locust)
- Konfigurowalne scenariusze, progi i raportowanie
- Przyjazny dla deweloperów z integracją CI i opcjami skalowania chmury
- Szybkie ustawienie ze scenariuszami opartymi na YAML dla Artillery
- Odpowiedni dla zespołów Python z Locust
Minusy
- Wymaga wiedzy o docelowych punktach końcowych API i oczekiwanych profilach obciążenia
- Potrzebne są określone progi wydajności (opóźnienie, współczynnik błędu)
- Złożoność w definiowaniu konfiguracji testowych dla różnych scenariuszy
Recenzje
Zaloguj się, aby zostawić recenzję.
Brak recenzji. Bądź pierwszy!
Pytania i odpowiedzi
Why You Should Use This?
Odgłos | Główne korzyści | | -------------------- | ----------------------------------------------------------------------------------------------- | | Indywidualne | Zoszczędzenie tokenów o 30%+, zakończenie ponawiania standardów, osłony bezpieczeństwa, sformatowanie natychmiastowe | | Drużyny | Zgodność zachowania AI, wdrożenie od rana, kodowanie wzorców, zaniżanie kosztów | | Organizacje | Zawsze działać zgodnie z prawem, jednolitą skalę standardów dla 1 000 projektów, centralne zarządzanie, mierzalna rentowność |
Asked by Olga Ivanova · Jun 14, 2026
Czego można dostosować?
| Sekcja | Co kontroluje | Przykład | | ------------- | -------------------------- | ---------------------------------------------- | | projekt | Tożsamość projektu | Nazwa, opis, adres URL repozytorium | | technologia | Język programowania, framework, narzędzia | TypeScript + Express lub Python + FastAPI | | ścieżki | Struktura katalogów | Gdzie żyją obsługiwanie, usługi, i wspólne kod | | domena | Obiekty biznesowe | Zamówienie, Produkt, Klient + stany życia | | wzorce | Wzorce kodu | Flux 7-krotnych obsługiwanie, strategia obsługi błędów | | testowanie | Bramy jakościowe | 90% pokrycia, komendy testu/lint/type-check | | baza danych | Konwencje DB | Pusta pole do usunięcia, kolumny z datą i nazwy | | pakiet | Wewnętrzne paczki | Przeświadczenie @twoja-organizacja, adres URL rejestracji | | konwencje | Git i przepływ pracy | Prefiksy gałęzi, format komitetu, szablony PR |
Asked by Marisol Pena · Jun 9, 2026
Co wyczuwa?
| Kategoria | Sygnały | | ------------------ | ------------------------------------------------------------------------------------------ | | Język | tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, rozszerzenia pliku | | Framework | Zależności w plikach package.json / requirements.txt (React, Express, Django, Spring, itp.) | | Baza danych | Konfiguratoty ORM (prisma/, sequelize, typeorm), pliki .sql, foldery migracji | | Testowanie | jest.config., vitest, pytest, cypress/, playwright.config. | | Infrastruktura | Dockerfile, terraform/, cdk.json, serverless.yml, zależności SDK chmury | | CI/CD | .github/workflows/, .gitlab-ci.yml, Jenkinsfile |
Asked by Nadia Petrova · Jun 3, 2026
Co jest w środku?
| Warstwa | Liczba | Co robi | Jak jest wywołane | | ------------- | ----- | ------------------------------------------------- | ----------------------------------- | | Reguły | 47 | Zachowuje się według zaleceń dotyczących standardów kodowania w każdej interakcji z AI | Automaticznie — zawsze włączone | | Agenci | 62 | Specjalizowanymi asystentami dla złożonych zadań | Po żądaniu — /nazwa-agenta | | Umiejętności | 50 | Stopniowo przewodzone przez przewodniki z listami sprawdzającymi | Kontekstualnie — w momencie zgodności wzorców | | Polecenia | 37 | Lekkie, tokenowo-sprytna akcje | Po żądaniu — /polecenie | | Węzły | 12 | Skrypty automatyzacji w pętli AI | Wywołane zdarzeniowo — przed/po akcjach | | Szablony | 9 | Kształtki konstruktorów, składowych, testów itp. | Odwołuje się umiejętności i agenci |
Asked by Wei Chen · May 12, 2026
How It Works?
Warstwa 1 — Pre‑przetwarzanie: Hooki wstrzykują kontekst projektu i blokują niebezpieczne komendy, zanim Twój prompt dotrze do AI. Warstwa 2 — Silnik reguł: 47 zawsze włączonych reguł zapewnia efektywność tokenów, bezpieczeństwo, architekturę, standardy kodu, konwencje baz danych i progi testowania. Warstwa 3 — Specjalistyczne przetwarzanie: Odpowiedni komponent – agent, skill lub komenda – aktywuje się na podstawie Twojego promptu. Warstwa 4 — Post‑przetwarzanie: Hooki walidują output, automatycznie formatują, skanują pod kątem sekretów i weryfikują pokrycie.
Asked by Jamal Carter · May 4, 2026
Zadaj pytanie
Alternatywy dla Umiejętności

Rozwijająca umiejętność bezpieczeństwa do Claude AI. Ocena A. Badanie i konfiguracja nagłówków bezpieczeństwa wysyłanych przez witrynę Power Pages do przeglądarek — polityka bezpieczeństwa treści, ochrona przed frame i clickjackingiem

Skill zabezpieczony pod kątem bezpieczeństwa dla Claude AI, klasy A. Użyj przy rozpoczynaniu pracy nad funkcją wymagającej izolacji od bieżącego środowiska lub przed realizacją planów wdrożeniowych – tworzy izolowane worktree Git.

Sprawdzone pod kątem bezpieczeństwa narzędzie data‑ai dla Claude AI. Ocena A. Referencja schematu eksportu GA4 do BigQuery — pełna dokumentacja pól, struktury zagnieżdżone, wzorce zapytań oraz wskazówki dotyczące wydajności

Przetestowana pod względem bezpieczeństwa umiejętność data-ai dla Claude AI. Ocena A. Meta Conversions API (CAPI) Konfiguracja odnośnika — architektura, typy zdarzeń, mieszanie informacji o klientach, deduplikacja, przykłady wdrożenia, AEM

Bezpieczna, przetestowana umiejętność programistyczna dla Claude AI. Klasa A. Lista funkcji/metod wywoływanych (bezpośredni wykres wywołań)

Składnik data-ai przetestowany pod kątem bezpieczeństwa dla Claude AI. Klasa A.

Skutecznie przetestowana umiejętność AI do danych dla Claude AI. Klasa A. Symuluje deliberację 5‑członkowej rady ekspertów przy kluczowych decyzjach. Używaj przy ocenie planów, wyborów architektonicznych, projektów funkcji lub innych decyzji.

Umiejętność programowania przetestowana pod względem bezpieczeństwa dla Claude AI. Klasa A. MVC zaawansowany via PE (Punkty Wejścia) — dodawanie niestandardowych siatek w standardowych ekranach MVC (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)
Trending now

API inteligencji dokumentowej, które analizuje, dzieli, wykonuje OCR i wyodrębnia strukturalne dane z złożonych PDF-ów, slajdów i arkuszy kalkulacyjnych.

Sponsorowane odpowiedzi, płatne za kliknięcie.

Precyzyjna pomoc z zadaniami domowymi z pełnymi wyjaśnieniami

Otwarte, multimodalne model 12B obsługujący przeplatanie obrazów i tekstu przy 128K oknie kontekstowym
