К основному содержанию
скилл CX Codex

performance-testing · proffesor-for-testing — скилл для Claude Code: нагрузочные тесты

Скилл performance-testing для Claude Code помогает спланировать нагрузочный тест, задать SLO и найти узкие места по результатам. Проверяет API и поведение приложения под нагрузкой.

MIT 144 установок ★ 533 обновлён 2026-10-25

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add proffesor-for-testing/agentic-qe --skill performance-testing -a claude-code
Открыть на GitHub

Что делает performance-testing

Скилл помогает выбрать тип теста: нагрузочный, стрессовый, пиковый, длительный или на масштабируемость. Он предлагает задать цели по p95, пропускной способности и доле ошибок, смоделировать пользовательские сценарии, следить за CPU, памятью, запросами к базе и сетью, а затем искать причины просадок. Для тестов описаны k6, Artillery и JMeter; в примерах k6 показаны пороги, этапы нагрузки и проверка ответа API.

Результаты предлагается сопоставлять с логами и профилем кода, а также проверять ресурсы и трассировку запросов. Скилл также описывает типичные проблемы базы данных, синхронной обработки, утечек памяти и внешних зависимостей. Для запуска примеров на k6 потребуется сам k6; автоматизация через GitHub Actions показана с grafana/[email protected].

Какие задачи решает

  • выбрать тип теста под ожидаемую нагрузку или поиск предела системы
  • задать SLO для времени ответа, пропускной способности и ошибок
  • смоделировать сценарии пользователей с разной нагрузкой
  • найти узкое место по метрикам, логам и профилю кода
  • проверить поведение приложения при длительной нагрузке

Примеры запросов агенту

  • Спланируй нагрузочный тест API и задай пороги для p95 и доли ошибок.
  • Смоделируй пользовательские сценарии и подскажи, какие метрики отслеживать во время теста.
  • Проанализируй результаты теста и найди вероятное узкое место по CPU, памяти и запросам к базе.

Как установить performance-testing

1Через Skills CLI (Vercel)

npx skills add proffesor-for-testing/agentic-qe --skill performance-testing -a claude-code

2Вручную: положить файлы

~/.claude/skills/performance-testing/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/performance-testing/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о performance-testing

Как установить performance-testing в Claude Code?

Выполните npx skills add proffesor-for-testing/agentic-qe --skill performance-testing -a claude-code. Файл скилла устанавливается по пути ~/.claude/skills/performance-testing/SKILL.md.

Что делает performance-testing?

Помогает планировать тесты производительности, задавать SLO и разбирать метрики нагрузки. Включает рекомендации по сценариям и поиску узких мест.

Какие инструменты описывает скилл?

В материалах есть примеры для k6, а также рекомендации по Artillery и JMeter. Для k6 показана интеграция с GitHub Actions.

Исходный текст

SKILL.md · MIT
---
name: performance-testing
description: "Profiles application performance under load using k6, Artillery, or JMeter to measure latency, throughput, and error rates. Use when planning load tests, stress tests, soak tests, benchmarking APIs, or identifying performance bottlenecks."
category: specialized-testing
priority: high
tokenEstimate: 1100
agents: [qe-performance-tester, qe-quality-analyzer, qe-production-intelligence]
implementation_status: optimized
optimization_version: 1.0
last_optimized: 2025-12-02
dependencies: []
quick_reference_card: true
tags: [performance, load-testing, stress-testing, scalability, k6, bottlenecks]
trust_tier: 3
validation:
  schema_path: schemas/output.json
  validator_path: scripts/validate-config.json
  eval_path: evals/performance-testing.yaml
---

# Performance Testing

<default_to_action>
When testing performance or planning load tests:
1. DEFINE SLOs: p95 response time, throughput, error rate targets
2. IDENTIFY critical paths: revenue flows, high-traffic pages, key APIs
3. CREATE realistic scenarios: user journeys, think time, varied data
4. EXECUTE with monitoring: CPU, memory, DB queries, network
5. ANALYZE bottlenecks and fix before production

**Quick Test Type Selection:**
- Expected load validation → Load testing
- Find breaking point → Stress testing
- Sudden traffic spike → Spike testing
- Memory leaks, resource exhaustion → Endurance/soak testing
- Horizontal/vertical scaling → Scalability testing

**Critical Success Factors:**
- Performance is a feature, not an afterthought
- Test early and often, not just before release
- Focus on user-impacting bottlenecks
</default_to_action>

## Quick Reference Card

### When to Use
- Before major releases
- After infrastructure changes
- Before scaling events (Black Friday)
- When setting SLAs/SLOs

### Test Types
| Type | Purpose | When |
|------|---------|------|
| **Load** | Expected traffic | Every release |
| **Stress** | Beyond capacity | Quarterly |
| **Spike** | Sudden surge | Before events |
| **Endurance** | Memory leaks | After code changes |
| **Scalability** | Scaling validation | Infrastructure changes |

### Key Metrics
| Metric | Target | Why |
|--------|--------|-----|
| p95 response | < 200ms | User experience |
| Throughput | 10k req/min | Capacity |
| Error rate | < 0.1% | Reliability |
| CPU | < 70% | Headroom |
| Memory | < 80% | Stability |

### Tools
- **k6**: Modern, JS-based, CI/CD friendly
- **JMeter**: Enterprise, feature-rich
- **Artillery**: Simple YAML configs
- **Gatling**: Scala, great reporting

### Agent Coordination
- `qe-performance-tester`: Load test orchestration
- `qe-quality-analyzer`: Results analysis
- `qe-production-intelligence`: Production comparison

---

## Defining SLOs

**Bad:** "The system should be fast"
**Good:** "p95 response time < 200ms under 1,000 concurrent users"

```javascript
export const options = {
  thresholds: {
    http_req_duration: ['p(95)<200'],  // 95% < 200ms
    http_req_failed: ['rate<0.01'],     // < 1% failures
  },
};
```

---

## Realistic Scenarios

**Bad:** Every user hits homepage repeatedly
**Good:** Model actual user behavior

```javascript
// Realistic distribution
// 40% browse, 30% search, 20% details, 10% checkout
export default function () {
  const action = Math.random();
  if (action < 0.4) browse();
  else if (action < 0.7) search();
  else if (action < 0.9) viewProduct();
  else checkout();

  sleep(randomInt(1, 5)); // Think time
}
```

---

## Common Bottlenecks

### Database
**Symptoms:** Slow queries under load, connection pool exhaustion
**Fixes:** Add indexes, optimize N+1 queries, increase pool size, read replicas

### N+1 Queries
```javascript
// BAD: 100 orders = 101 queries
const orders = await Order.findAll();
for (const order of orders) {
  const customer = await Customer.findById(order.customerId);
}

// GOOD: 1 query
const orders = await Order.findAll({ include: [Customer] });
```

### Synchronous Processing
**Problem:** Blocking operations in request path (sending email during checkout)
**Fix:** Use message queues, process async, return immediately

### Memory Leaks
**Detection:** Endurance testing, memory profiling
**Common causes:** Event listeners not cleaned, caches without eviction

### External Dependencies
**Solutions:** Aggressive timeouts, circuit breakers, caching, graceful degradation

---

## k6 CI/CD Example

```javascript
// performance-test.js
import http from 'k6/http';
import { check, sleep } from 'k6';

export const options = {
  stages: [
    { duration: '1m', target: 50 },   // Ramp up
    { duration: '3m', target: 50 },   // Steady
    { duration: '1m', target: 0 },    // Ramp down
  ],
  thresholds: {
    http_req_duration: ['p(95)<200'],
    http_req_failed: ['rate<0.01'],
  },
};

export default function () {
  const res = http.get('https://api.example.com/products');
  check(res, {
    'status is 200': (r) => r.status === 200,
    'response time < 200ms': (r) => r.timings.duration < 200,
  });
  sleep(1);
}
```

```yaml
# GitHub Actions
- name: Run k6 test
  uses: grafana/[email protected]
  with:
    filename: performance-test.js
```

---

## Analyzing Results

### Good Results
```
Load: 1,000 users | p95: 180ms | Throughput: 5,000 req/s
Error rate: 0.05% | CPU: 65% | Memory: 70%
```

### Problems
```
Load: 1,000 users | p95: 3,500ms ❌ | Throughput: 500 req/s ❌
Error rate: 5% ❌ | CPU: 95% ❌ | Memory: 90% ❌
```

### Root Cause Analysis
1. Correlate metrics: When response time spikes, what changes?
2. Check logs: Errors, warnings, slow queries
3. Profile code: Where is time spent?
4. Monitor resources: CPU, memory, disk
5. Trace requests: End-to-end flow

---

## Anti-Patterns

| ❌ Anti-Pattern | ✅ Better |
|----------------|-----------|
| Testing too late | Test early and often |
| Unrealistic scenarios | Model real user behavior |
| 0 to 1000 users instantly | Ramp up gradually |
| No monitoring during tests | Monitor everything |
| No baseline | Establish and track trends |
| One-time testing | Continuous performance testing |

---

## Agent-Assisted Performance Testing

```typescript
// Comprehensive load test
await Task("Load Test", {
  target: 'https://api.example.com',
  scenarios: {
    checkout: { vus: 100, duration: '5m' },
    search: { vus: 200, duration: '5m' },
    browse: { vus: 500, duration: '5m' }
  },
  thresholds: {
    'http_req_duration': ['p(95)<200'],
    'http_req_failed': ['rate<0.01']
  }
}, "qe-performance-tester");

// Bottleneck analysis
await Task("Analyze Bottlenecks", {
  testResults: perfTest,
  metrics: ['cpu', 'memory', 'db_queries', 'network']
}, "qe-performance-tester");

// CI integration
await Task("CI Performance Gate", {
  mode: 'smoke',
  duration: '1m',
  vus: 10,
  failOn: { 'p95_response_time': 300, 'error_rate': 0.01 }
}, "qe-performance-tester");
```

---

## Agent Coordination Hints

### Memory Namespace
```
aqe/performance/
├── results/*       - Test execution results
├── baselines/*     - Performance baselines
├── bottlenecks/*   - Identified bottlenecks
└── trends/*        - Historical trends
```

### Fleet Coordination
```typescript
const perfFleet = await FleetManager.coordinate({
  strategy: 'performance-testing',
  agents: [
    'qe-performance-tester',
    'qe-quality-analyzer',
    'qe-production-intelligence',
    'qe-deployment-readiness'
  ],
  topology: 'sequential'
});
```

---

## Pre-Production Checklist

- [ ] Load test passed (expected traffic)
- [ ] Stress test passed (2-3x expected)
- [ ] Spike test passed (sudden surge)
- [ ] Endurance test passed (24+ hours)
- [ ] Database indexes in place
- [ ] Caching configured
- [ ] Monitoring and alerting set up
- [ ] Performance baseline established

---

## Related Skills
- [agentic-quality-engineering](../agentic-quality-engineering/) - Agent coordination
- [api-testing-patterns](../api-testing-patterns/) - API performance
- [chaos-engineering-resilience](../chaos-engineering-resilience/) - Resilience testing

---

## Remember

**Performance is a feature:** Test it like functionality
**Test continuously:** Not just before launch
**Monitor production:** Synthetic + real user monitoring
**Fix what matters:** Focus on user-impacting bottlenecks
**Trend over time:** Catch degradation early

**With Agents:** Agents automate load testing, analyze bottlenecks, and compare with production. Use agents to maintain performance at scale.

## Run History

After each performance test run, append results to `run-history.json` in this skill directory:
```bash
node -e "
const fs = require('fs');
const h = JSON.parse(fs.readFileSync('.claude/skills/performance-testing/run-history.json'));
h.runs.push({date: new Date().toISOString().split('T')[0], scenario: 'load', p95_ms: P95, throughput_rps: RPS, error_rate_pct: ERR});
fs.writeFileSync('.claude/skills/performance-testing/run-history.json', JSON.stringify(h, null, 2));
"
```
Read `run-history.json` before each run — compare with baselines. Alert if p95 increases >20% from baseline.

## Gotchas

- k6 scripts generated by agent often hardcode base URLs — use environment variables for portability
- Load tests in containers hit resource limits before app limits — ensure container has 2x the resources of target
- Agent forgets to include think time between requests — without it, load is unrealistically bursty
- P95 vs P99 matters — agent defaults to averages which hide tail latency problems
- Baseline comparison requires consistent environment — CI runner variance can cause 20%+ noise

© proffesor-for-testing · MIT · proffesor-for-testing/agentic-qe

Похожие скиллы

Все скиллы по теме «Тесты и QA» →

Сначала — performance-testing от других авторов.

performance-testing kindlmann Скилл performance-testing помогает настроить нагрузочные тесты k6 и замеры Core Web Vitals через Lighthouse CI, превращая бюджеты производительности в блокирующие проверки в пайплайне. CX Codex +1 1 500установок performance-testing aj-geddes Скилл performance-testing помогает агенту проектировать нагрузочные тесты и бенчмарки: замерять время отклика, пропускную способность и потребление ресурсов. CX Codex +1 611установок stress-testing aj-geddes Скилл stress-testing для нагрузочного стресс-тестирования: помогает найти точку отказа, проверить автоскейлинг и восстановление после перегрузки. CX Codex +1 506установок load-testing-specialist davila7 Субагент load-testing-specialist проектирует сценарии нагрузочного и стресс-тестирования, ищет узкие места в архитектуре и выявляет предел пропускной способности системы до релиза. CX Codex 986установок performance-engineer qdhenry Субагент performance-engineer для Claude Code анализирует узкие места и помогает планировать работу над производительностью. Подключается к задачам масштабирования, профилирования и нагрузочного тестирования. CX Codex ★ 1 357звёзд репо setup-load-testing davila7 Команда setup-load-testing настраивает нагрузочное тестирование сервиса в Claude Code: сканирует проект, подбирает инструмент вроде k6 или Artillery и создаёт сценарии проверки производительности. CX Codex +1 235установок Load Testing taste f Промпт Load Testing taste для ChatGPT задаёт стандарты нагрузочного тестирования. Он используется при проектировании сценариев и анализе предельных возможностей сервисов. GP ChatGPT ★ 178 201звёзд репо testing-perf OrchestKit Скилл testing-perf для Claude Code выполняет нагрузочные тесты через k6 и Locust и распараллеливает pytest с xdist. Включается при написании load-тестов или ускорении прогона набора тестов. CX Codex +1 120установок

Из того же набора73

Весь набор →
agentic-quality-engineering Скилл agentic-quality-engineering помогает координировать ИИ-агентов для тестирования, анализа рисков и контроля качества. Он задаёт принципы PACTS и подсказывает, каких субагентов подключить к задаче. CX Codex +1 153установок security-testing Скилл security-testing для Claude Code проверяет проект на уязвимости по методике OWASP Top 10. Подключается для аудита авторизации, поиска инъекций и настройки автоматических проверок. CX Codex +1 152установок pentest-validation Скилл pentest-validation проверяет отчёты SAST и DAST на реальную эксплуатируемость, отсеивает ложные срабатывания и строит PoC без тестов на проде. CX Codex +1 147установок database-testing Скилл database-testing для Claude Code проверяет схемы БД, целостность данных, миграции, транзакции и производительность запросов. Включается при проверке сохранения данных и изменений схемы. CX Codex +1 146установок qe-test-generation Скилл qe-test-generation для Claude Code создаёт тесты для нового и изменённого кода, включая проверки инвариантов и контрактов. Помогает находить пробелы в покрытии и переносить тесты между фреймворками. CX Codex +1 142установок qe-requirements-validation Скилл qe-requirements-validation для Claude Code проверяет тестируемость критериев приёмки, связывает требования с тест-кейсами и генерирует BDD-сценарии из пользовательских историй. Проверяет полноту требований до разработки. CX Codex +1 141установок refactoring-patterns Скилл refactoring-patterns для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode, который применяет паттерны рефакторинга. Запускается, когда нужно улучшить структуру кода без изменения поведения. CX Codex +1 140установок chaos-engineering-resilience Скилл chaos-engineering-resilience для контролируемого внедрения сбоев в распределённые системы, проверки восстановления и валидации устойчивости к отказам. Помогает найти слабые места до того, как их обнаружат пользователи. CX Codex +1 138установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой