Benchmark

Name: Benchmark
Author: affaan-m

affaan-m/everything-claude-code

4.6k installs
238k repo stars
Updated August 5, 2026
affaan-m/everything-claude-code

benchmark is an agent skill: このスキルを使用して、パフォーマンスベースラインを測定し、PR前後の回帰を検出し、スタック代替案を比較します。

About

The benchmark skill measures performance baselines and detects regressions before pull requests, launches, or stack comparisons. Mode one captures browser Core Web Vitals via browser MCP: LCP under 2.5s, CLS under 0.1, INP under 200ms, FCP under 1.8s, and TTFB under 800ms plus bundle and third-party weight. Mode two benchmarks API endpoints with p50, p95, p99 latency over repeated calls and concurrent load. Mode three tracks cold build, HMR, test suite, TypeScript check, lint, and Docker build durations for developer feedback loops. Mode four stores baselines in .ecc/benchmarks JSON tracked in git and compares after changes with delta verdicts. Integrates with canary-watch for post-deploy monitoring and browser-qa for pre-ship checklists. Run when users report slowness, before launch, or when comparing stack alternatives with structured before-and-after tables showing metric deltas and warning thresholds for regressions across frontend, API, and build pipelines in continuous integration workflows.

Covers benchmark quick start, workflow steps, and reference pointers from SKILL.md.
Tagged for stage ship and subphase perf in the closed Skillselion taxonomy.
Documents prerequisites, permissions network, browser, and compatible agents.
Includes AEO tagMeta with task queries, keywords, and evidence quotes for discovery.
Cross-links related skills and generated REFERENCE.md tables where the repo provides them.

Benchmark by the numbers

4,643 all-time installs (skills.sh)
+254 installs in the week ending Aug 4, 2026 (Skillselion tracking)
Ranked #110 of 2,245 Frontend Development skills by installs in the Skillselion catalog
Security screen: MEDIUM risk (skills.sh audit)
Data as of Aug 5, 2026 (Skillselion catalog sync)

At a glance

benchmark capabilities & compatibility

Capabilities: benchmark documented workflow · quick start examples · reference parameter lookup · taxonomy aligned metadata · aeo discovery fields
Works with: chrome
Use cases: testing · seo

From the docs

What benchmark says it does

このスキルを使用して、パフォーマンスベースラインを測定し、PR前後の回帰を検出し、スタック代替案を比較します。

SKILL.md

npx skills add https://github.com/affaan-m/everything-claude-code --skill benchmark

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

[![Listed on Skillselion](https://skillselion.com/badge/skills/affaan-m/everything-claude-code/benchmark.svg)](https://skillselion.com/skills/affaan-m/everything-claude-code/benchmark)

Installs	4.6k
repo stars	★ 238k
Security audit	2 / 3 scanners passed
Last updated	August 5, 2026
Repository	affaan-m/everything-claude-code ↗

How do I run benchmark correctly without guessing steps, tools, or parameters?

このスキルを使用して、パフォーマンスベースラインを測定し、PR前後の回帰を検出し、スタック代替案を比較します。

Who is it for?

Teams using benchmark when SKILL.md triggers match the user request.

Skip if: Skip when the task is outside benchmark documented triggers or sibling skill scope.

When should I use this skill?

User mentions benchmark, related trigger phrases, or asks to follow this SKILL.md workflow.

What you get

Completed benchmark workflow with outputs and checks defined in SKILL.md.

benchmark output per SKILL.md

By the numbers

Stage ship/perf
Category Frontend Development
Complexity intermediate

Files

SKILL.mdMarkdownGitHub ↗

ベンチマーク — パフォーマンスベースラインと回帰検出

使用時期

PR前後にパフォーマンスへの影響を測定
プロジェクトのパフォーマンスベースラインを設定
ユーザーが「遅く感じる」と報告したとき
ローンチ前 — パフォーマンスターゲットを満たしていることを確認
スタックを代替案と比較

動作方法

モード1：ページパフォーマンス

ブラウザMCPを介してリアルブラウザメトリクスを測定：

1. 各ターゲットURLに移動
2. Core Web Vitalsを測定：
   - LCP (Largest Contentful Paint) — ターゲット < 2.5s
   - CLS (Cumulative Layout Shift) — ターゲット < 0.1
   - INP (Interaction to Next Paint) — ターゲット < 200ms
   - FCP (First Contentful Paint) — ターゲット < 1.8s
   - TTFB (Time to First Byte) — ターゲット < 800ms
3. リソースサイズを測定：
   - 合計ページウェイト（ターゲット < 1MB）
   - JSバンドルサイズ（ターゲット < 200KBgzipped）
   - CSSサイズ
   - 画像ウェイト
   - サードパーティスクリプトウェイト
4. ネットワークリクエストをカウント
5. レンダリングブロッキングリソースをチェック

モード2：APIパフォーマンス

APIエンドポイントをベンチマーク：

1. 各エンドポイントに100回ヒット
2. 測定：p50、p95、p99レイテンシ
3. トラック：レスポンスサイズ、ステータスコード
4. ロード下でテスト：10個の同時リクエスト
5. SLAターゲットと比較

モード3：ビルドパフォーマンス

開発フィードバックループを測定：

1. コールドビルド時間
2. ホットリロード時間（HMR）
3. テストスイート期間
4. TypeScriptチェック時間
5. Lint時間
6. Dockerビルド時間

モード4：前後の比較

変更前後に実行して影響を測定：

/benchmark baseline    # 現在のメトリクスを保存
# ... 変更を加える ...
/benchmark compare     # ベースラインと比較

出力：

| Metric | Before | After | Delta | Verdict |
|--------|--------|-------|-------|---------|
| LCP | 1.2s | 1.4s | +200ms | WARNING: WARN |
| Bundle | 180KB | 175KB | -5KB | ✓ BETTER |
| Build | 12s | 14s | +2s | WARNING: WARN |