Produce reproducible benchmark…
Produce reproducible benchmark manifests, prechecks, artifact inventories, and safe failure classification.
benchmark-evidence能帮你做什么
不说虚话——S8050 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
用大白话交代任务，它会先确认关键细节再动手，不瞎猜。
输出带结构与说明，拿来就能用，不用再自己整理格式。
与 AIXX 其他技能叠加使用，组成你自己的工作流。
把常用要求沉淀成一句话模板，下次直接复用。
真实任务实跑产出
下面是真实任务由 S8050 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
benchmark-evidence · 实跑样例
任务：帮我生成一个Python 3.11下pytest基准测试的可复现manifest，覆盖50个接口用例，跑在Docker 4核8G容器里，输出artifact清单和precheck报告。
# pytest基准测试可复现Manifest方案
一、Manifest 结构（manifest.yml）
```yaml
manifest_version: "1.0"
metadata:
name: "api-benchmark-50cases"
python_version: "3.11.x"
pytest_version: "7.4+"
environment:
container:
image: "python:3.11-slim"
cpus: 4
memory: "8g"
platform: "linux/amd64"
test_suite:
case_count: 50
marker: "benchmark"
timeout_per_case: 60 # 秒
reproducibility:
lockfile: "requirements.lock" # pip freeze 生成
docker_image_digest: "<sha256 digest，禁止用 latest>"
random_seed: 42
locale: "C.UTF-8"
tz: "UTC"
```
二、用例组织建议
- 按
tests/api/test_case_001.py ~ test_case_050.py命名，或用@pytest.mark.parametrize参数化 - 统一 marker：
pytest.ini中注册benchmark - 依赖固定：用
pip-compile（pip-tools）或uv lock锁定全部传递依赖版本
三、Docker 运行配置要点
```yaml
# docker-compose.yml 片段
services:
bench:
image: python:3.11-slim@sha256:<digest>
deploy:
resources:
limits:
cpus: "4"
memory: 8g
command: >
pytest tests/ -m benchmark --json-report
--benchmark-autosave -n 4
env:
- PYTHONHASHSEED=0
- PYTHONDONTWRITEBYTECODE=1
```
- 建议使用
pytest-benchmark插件保证计时口径一致 - 容器内挂载
/artifacts目录收集产物
四、Artifact 输出清单
| 产物 | 文件 | 说明 |
|---|---|---|
| 测试报告 | report.json / report.html | pytest-json-report |
| 基准数据 | .benchmarks/*/0001_*.json | pytest-benchmark 自动保存 |
| 用例清单 | case_inventory.csv | 50个用例ID、模块、耗时 |
| 环境快照 | env_snapshot.txt | pip freeze + 系统信息 |
| 日志 | pytest_run.log | -vv --log-cli-level=INFO |
五、Precheck 报告项
Precheck 为运行前自检，建议输出 precheck_report.json：
- 环境校验：Python 版本
三种做法,一比就知道
| 再招一个人 | 自己摸索 | 萬安云 S8050 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
benchmark-evidence怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S8050」；交代任务背景与要求，benchmark-evidence即刻开工。
benchmark-evidence多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
具体能帮我做什么？
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景，它会确认要点后直接产出成品，不满意可以继续改。
输出质量不稳定怎么办？
在指令里补充背景、受众与格式要求（例如“面向中小企业主、300 字以内、分三点”）；要求越具体，产出越稳。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代