my-skills
Claude Code 代码审查与 LLM 性能基准测试技能集
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：my-skills。 它的用途是：Claude Code 代码审查与 LLM 性能基准测试技能集 完整的 Skill 内容见：https://321skill.com/skills/my-skills/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'审查 feature/auth 分支的代码，并测试当前 LLM API 的响应速度。' 它会先加载 code-review:executor 的配置，检查分支差异，并行执行代码审查；同时调用 llm-api-benchmark 自动探测当前环境中的 LLM 提供商，使用 code 预设进行 5 次迭代测试，报告平均响应时间、TTFT 和 TPS。最终输出审查报告和性能基准测试结果。
介绍
该技能集解决了在 Claude Code 中高效进行代码审查和 LLM API 性能评估的问题。它包含三个紧密协作的模块：配置管理器（config-manager）提供三级配置优先级（项目/用户/全局），支持自动发现、预设管理和配置校验；执行器（executor）根据预设并行执行多技能代码审查，支持分支对比、GitLab MR 和 GitHub PR；LLM 基准测试工具（llm-api-benchmark）自动探测当前环境中的 LLM 提供商（Anthropic、OpenAI、Azure 等），测量响应时间、首字时间（TTFT）和每秒 Token 数（TPS），并生成 Markdown 和 JSON 报告。
使用方式：对 Claude Code 说出“管理 review skills 配置”、“审查 feature/auth 分支”、“测试 API 速度”等指令。配置管理器会自动加载并合并配置，执行器会收集代码差异并发起并行审查，基准测试工具则通过预设的 prompt 模板（如 code、throughput）快速测试。所有操作均通过自然语言驱动，无需手动切换工具。
适合智能体开发者、后端开发者、测试工程师和运维工程师。特别是需要定期进行代码审查、希望优化 LLM API 调用成本、或需要对比不同模型性能的团队。也适合个人开发者评估本地或云端 LLM 服务。
注意：基准测试的 token 计数依赖于模型输出，不同提供商可能略有差异。代码审查预设需先在 config-manager 中配置，否则使用默认行为。建议在 CI/CD 流水线中集成执行器，并定期运行基准测试监控 API 性能变化。
核心特点
将代码审查配置管理、并行执行与 LLM 性能基准测试整合在同一 monorepo 中，提供统一的配置层级和预设系统，支持自动探测多种 LLM 提供商（Anthropic、OpenAI、Azure、Google Gemini、AWS Bedrock），无需额外依赖库即可运行基准测试。
注意事项
不适合对非 Git 项目进行代码审查，或需要实时交互式聊天评估的场景；基准测试仅针对标准 LLM 文本生成，不适用于多模态或流式响应场景。
常见问题
如何添加自定义的代码审查技能？
在 config-manager 的配置文件中注册新的技能路径，并确保其遵循预设接口规范。执行器会自动发现并加载它们。
基准测试支持哪些 LLM 提供商？
目前支持 Anthropic、OpenAI、Azure OpenAI、Google Gemini、AWS Bedrock。会自动从环境变量中检测 API 密钥和端点。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/my-skills/raw/index.md 读取 my-skills 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/my-skills/raw/index.md（查看排版版本）