Scripts, ejecuciones y registros de server benchmark para equipos que son tuyos

Qué puede hacer el agente

• Archivosread_file, write_file, append_file, edit_file, delete_file, make_dir, move_file, copy_file, list_dir, grep y glob trabajan dentro de la carpeta de trabajo del chat, con un contador de archivos creados, editados y leídos.
• Shellejecuta comandos de terminal, como tu comando de prueba o systeminfo, y juzga el éxito por el código de salida real. Los comandos peligrosos se bloquean.
• Webweb_search encuentra páginas y http_get lee una página de documentación, por ejemplo el manual de tu propio hardware.
• Capturas e imágenesocr lee el texto de una captura de pantalla, como una pantalla de configuración o una ventana de resultados, y gen_image guarda archivos de imagen reales.
• Orquestacióntask inicia subagentes en paralelo para comprobaciones separadas, run_on_model envía un paso difícil a un modelo más grande y skill guarda guías reutilizables.
• Modos de aprobaciónAuto-run actúa de inmediato, Ask first se detiene antes de cada acción que cambia algo y Plan only planifica y no cambia nada. Los planes sobreviven a los reinicios.
• Cronejecuta un prompt con el horario que definas, por ejemplo una ejecución semanal que agrega una fila a tu archivo de resultados.
• Modelosconecta un proveedor de IA en la nube mediante un endpoint de API estándar, un modelo que corre localmente en tu PC o el modelo integrado.

Dos tareas, paso a paso

Fija una línea base para un equipo de tu homelab

Antes de ajustar un equipo de homelab para medirlo, toma una línea base: pídele al agente que ejecute primero tu script de benchmark en la máquina sin tocar. Shell lo ejecuta e informa el código de salida, write_file guarda la salida como baseline.txt y append_file agrega la mediana a results.csv. Cambia una sola configuración, pide la misma ejecución otra vez y el agente muestra ambas filas lado a lado. Un cambio a la vez. Lee el plan en modo Plan only antes de que se ejecute nada, cambia después a Ask first para que cada escritura de archivo espere tu OK, y compara tú mismo las medianas antes de conservar el cambio.

Revisa un VPS alquilado desde tu propio PC

Para medir un VPS que alquilas, el disco y la red necesitan pruebas separadas, porque cada una mide una parte distinta de la máquina. Revisa primero los términos del proveedor sobre pruebas. Desde tu PC, Shell ejecuta ping -n 20 seguido de la dirección de tu VPS, y write_file guarda los tiempos de ida y vuelta como latency.txt. La prueba de disco la ejecutas tú en el VPS, fuera de BenchQuorum, con tu propio comando. Los resultados de red y de CPU de un VPS solo significan algo junto al plan, la hora del día y la configuración que registraste. Mantén el tráfico pequeño y corto, y comprueba cada número con la salida de la consola.