# bench-replay

Команда bench-replay для Claude Code и Codex переигрывает один шаг пайплайна из сохранённого состояния и оценивает эффект изменения.

- команда · `type=command` · Claude Code, Codex, GitHub Copilot, Gemini CLI · ★ 110 у репозитория
- Автор: alfredoperez
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/alfredoperez/speckit-companion/tree/HEAD/.claude/commands/bench-replay.md
- Обновлён: 2026-10-19
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/commands/bench-replay

## Что делает

Отвечает на вопрос «помогает ли X», а не «хорош ли пайплайн сегодня»: для второго есть полный прогон через `/bench-experiment`.

Пользователь называет изменение и шаг, который оно затрагивает: `implement`, `tasks`, `plan` или `specify`. Команда поднимает нужную стадию, гоняет вариант как есть и один-два изменённых, затем прогоняет экзамен и гоняет регрессионные кейсы. Результат остаётся на ветке `replay-<label>` для сравнения.

Переигровка стоит около $8 и занимает минут десять — против $35 и сорока минут у полного раунда. Прогон, закончившийся быстрее двух минут с нулём воркеров, не считается: нужно смотреть `runs-meta/replay-<cell>-<stage>-<step>-<label>.json`, прежде чем верить низкой оценке.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/commands/bench-replay.md` — Вызов — /bench-replay. Для всех проектов — ~/.claude/commands/

### Codex

**Вручную: положить файлы**
- Файл: `~/.codex/prompts/bench-replay.md` — Вызов — /prompts:bench-replay. В Codex этот формат помечен устаревшим, замена — скиллы

### GitHub Copilot

**Вручную: положить файлы**
- Файл: `.github/prompts/bench-replay.prompt.md`

### Gemini CLI

**Вручную: положить файлы**
- Файл: `.gemini/commands/bench-replay.toml` — Gemini хранит команды в TOML: текст запроса — в поле prompt

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/alfredoperez/speckit-companion/tree/HEAD/.claude/commands/bench-replay.md

## Когда брать
- проверить, помогает ли конкретное изменение, не гоняя полный раунд
- переиграть один шаг из сохранённой стадии, не трогая остальное
- получить оценку экзамена по каждому варианту изменения
- найти строку кода, из-за которой вариант просел
- сравнить два варианта изменения по времени, стоимости и воркерам

## Примеры запросов агенту
- Проверь, помогает ли отключение fan-out на шаге implement
- Переиграй шаг plan из стадии post-specify для gentle-ai's classifier
- Сравни asis и новый check node на шаге tasks и разложи оценку по вариантам

## Похожие
- [bmad-eval](https://affpapa.org/nevibecode/skills/bmad-eval.md) — скилл · 9100 установок
- [principle-explain-the-number](https://affpapa.org/nevibecode/skills/principle-explain-the-number.md) — скилл · 9200 установок
- [eval-runner](https://affpapa.org/nevibecode/skills/eval-runner.md) — скилл · ★ 54 у репозитория
- [gaia-architecture-comparison](https://affpapa.org/nevibecode/skills/gaia-architecture-comparison.md) — скилл · 433 установки
- [skill-evaluator](https://affpapa.org/nevibecode/skills/heshamfs-skill-evaluator.md) — скилл · ★ 95 у репозитория
- [eval-engineering](https://affpapa.org/nevibecode/skills/eval-engineering.md) — скилл · 6300 установок

Из того же набора: [alfredoperez/speckit-companion](https://affpapa.org/nevibecode/by/alfredoperez/speckit-companion.md) — 83 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
