
Load Test Generator (Grade A)Habilidade de desenvolvimento testada em segurança para Claude AI. Grau A. Gere scripts de teste de carga usando k6, Artillery ou Locust a partir de pontos finais de API ou especificações OpenAPI. Use quando o usuário solicitar a criação de testes de carga, st
Visão geral
Funcionalidades principais
- Gere scripts de teste de carga a partir de pontos finais de API ou especificações OpenAPI
- Cenários configuráveis (fumaça, carga, estresse, pico, imersão)
- Limites e relatórios
- Suporte a k6, Artillery e Locust
- Testes com dados direcionados
- Limpeza opcional
Preços
- Modelo
- Free
- Categoria
- Habilidades
- Avaliação
- Ainda sem avaliações
Casos de uso
Criando Testes de Carga para Pontos Finais de API
Use o Load Test Generator para criar testes de carga para pontos finais de API com cenários configuráveis, limites e relatórios.
Teste de Estresse e Benchmark de Desempenho
Empregue o Load Test Generator para teste de estresse e benchmark de desempenho de pontos finais de API para identificar pontos de quebra e otimizar o desempenho.
Prós e contras
Prós
- Suporta múltiplas ferramentas de teste de carga (k6, Artillery, Locust)
- Cenários configuráveis, limites e relatórios
- Amigável ao desenvolvedor com opções de integração contínua e escalabilidade em nuvem
- Configuração rápida com cenários baseados em YAML para Artillery
- Adequado para equipes Python com Locust
Contras
- Requer conhecimento dos pontos finais de API de destino e perfis de carga esperados
- Necessidade de limites de desempenho definidos (latência, taxa de erro)
- Complexidade na definição de configurações de teste para vários cenários
Avaliações
Entra para deixar uma avaliação.
Ainda sem avaliações. Sê o primeiro!
Perguntas e respostas
Why You Should Use This?
| Audience | Key Benefits | | -------------------- | ------------------------------------------------------------------------------------------------- | | Individual | 30%+ token savings, stop repeating standards, security guardrails, instant scaffolding | | Teams | Consistent AI behavior, day‑one onboarding, codified patterns, compounding cost savings | | Organizations | Always‑on compliance, same standards across 1,000 projects, central governance, measurable ROI |
Asked by Olga Ivanova · Jun 14, 2026
What You Can Customize?
| Section | What It Controls | Example | | ------------- | -------------------------- | ---------------------------------------------- | | project | Project identity | Name, description, repo URL | | techStack | Language, framework, tools | TypeScript + Express or Python + FastAPI | | paths | Directory structure | Where handlers, services, and common code live | | domain | Business entities | Order, Product, Customer + lifecycle states | | patterns | Code patterns | 7‑step handler flow, error handling strategy | | testing | Quality gates | 90% coverage, test/lint/type‑check commands | | database | DB conventions | Soft delete field, timestamp columns, naming | | packages | Internal packages | @your‑org scope, registry URL | | conventions | Git and workflow | Branch prefixes, commit format, PR templates |
Asked by Marisol Pena · Jun 9, 2026
What it detects?
| Category | Signals | | ------------------ | ------------------------------------------------------------------------------------------ | | Language | tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, file extensions | | Framework | Dependencies in package.json / requirements.txt (React, Express, Django, Spring, etc.) | | Database | ORM configs (prisma/, sequelize, typeorm), .sql files, migration folders | | Testing | jest.config., vitest, pytest, cypress/, playwright.config. | | Infrastructure | Dockerfile, terraform/, cdk.json, serverless.yml, cloud SDK deps | | CI/CD | .github/workflows/, .gitlab-ci.yml, Jenkinsfile |
Asked by Nadia Petrova · Jun 3, 2026
What's Inside?
| Layer | Count | What It Does | How It's Triggered | | ------------- | ----- | ------------------------------------------------- | ----------------------------------- | | Rules | 47 | Enforces coding standards on every AI interaction | Automatically — always on | | Agents | 62 | Specialized assistants for complex tasks | On demand — /agent-name | | Skills | 50 | Step‑by‑step guided workflows with checklists | Contextually — when patterns match | | Commands | 37 | Lightweight, token‑efficient quick actions | On demand — /command | | Hooks | 12 | Automation scripts in the AI loop | Event‑driven — before/after actions | | Templates | 9 | Scaffolding for handlers, components, tests, etc. | Referenced by skills and agents |
Asked by Wei Chen · May 12, 2026
How It Works?
Layer 1 — Pre-Processing: Hooks inject project context and block dangerous commands before your prompt reaches the AI. Layer 2 — Rules Engine: 47 always‑on rules enforce token efficiency, security, architecture, code standards, database conventions, and testing thresholds. Layer 3 — Specialized Processing: The right component activates — an agent, skill, or command — based on your prompt. Layer 4 — Post-Processing: Hooks validate output, auto‑format, scan for secrets, and verify coverage.
Asked by Jamal Carter · May 4, 2026
Faz uma pergunta
Alternativas a Habilidades

Habilidade de desenvolvimento testada para segurança para Claude AI. Grau A. Inspeciona e configura os cabeçalhos de segurança que um site do Power Pages envia para os navegadores — Política de Segurança de Conteúdo, proteção contra frame e clickjacking

Habilidade de dados de segurança testada para Claude AI. Grau A. Use ao iniciar o trabalho de recurso que precisa de isolamento do espaço de trabalho atual ou antes de executar planos de implementação - cria worktrees git isolados

Habilidade de dados-IA testada por segurança para Claude AI. Nota A. Referência do Esquema de Exportação GA4 BigQuery - referência de campo completa, estruturas aninhadas, padrões de consulta e dicas de desempenho

Habilidade de dados-IA testada em segurança para Claude AI. Grau A. Referência de configuração do Meta Conversions API (CAPI) — arquitetura, tipos de eventos, hash de informações de cliente, deduplicação, exemplos de implementação, AEM

Habilidade de desenvolvimento testada por segurança para Claude AI. Nota A. Lista o que uma função/método chama (gráfico de chamadas direto)

Habilidade de dados de segurança testada para Claude AI. Grau A.

Habilidade de dados-IA testada para segurança para Claude AI. Grau A. Simula uma deliberação de um conselho de 5 membros especialistas para decisões importantes. Use ao avaliar planos, escolhas de arquitetura, designs de recursos ou qualquer decisão

Skill de desenvolvimento testada quanto à segurança para o Claude AI. Grade A. MVC avançado via PE (Pontos de Entrada) — adicionar grids customizadas em telas MVC padrão (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)
Trending now

API de inteligência de documentos que parseia, divide, reconhece texto e extrai dados estruturados de PDFs complexos, slides e planilhas.

Respostas patrocinadas, pagamento por clique.

Ajuda Precisa nos Deveres de Casa com Explicações Completas

Modelo multimodal de 12B aberto que lida com imagens e texto intercalados com uma janela de contexto de 128K.
