स्क्रिप्ट लिखता है
write_file और edit_file आपकी बेंचमार्क स्क्रिप्ट बनाते और बदलते हैं, और हर बदलाव diff के रूप में दिखता है।
प्रोडक्ट
आपकी अपनी मशीनों के लिए server benchmark स्क्रिप्ट, रन और लॉग
01
Server benchmark एक तय काम है जिसे आप ऐसी मशीन पर चलाते हैं जिसके आप मालिक हैं या जिसे टेस्ट करने की आपको अनुमति है, हर बार एक जैसी सेटिंग्स के साथ, ताकि दो नतीजों की निष्पक्ष तुलना हो सके। BenchQuorum स्क्रिप्ट लिखता है, उसे shell में चलाता है और सिर्फ़ मापे गए आँकड़े दर्ज करता है। दायरा आपके हाथ में रहता है।
आपकी कमांड चलाता है
Shell आपकी टेस्ट कमांड चलाता है और असली एग्ज़िट कोड बताता है, ताकि आप देख सकें कि रन कब विफल हुआ।
आँकड़े पढ़ता है
read_file और grep सहेजी गई नतीजा-फ़ाइलों से आँकड़े इकट्ठा करते हैं, और एजेंट रनों की एक तालिका बनाता है।
एजेंट क्या कर सकता है
- फ़ाइलेंread_file, write_file, append_file, edit_file, delete_file, make_dir, move_file, copy_file, list_dir, grep और glob चैट के वर्किंग फ़ोल्डर के भीतर काम करते हैं, और बनी, बदली व पढ़ी गई फ़ाइलों का काउंटर दिखता है।
- Shellटर्मिनल कमांड चलाता है, जैसे आपकी टेस्ट कमांड या systeminfo, और सफलता का फ़ैसला असली एग्ज़िट कोड से करता है। खतरनाक कमांड ब्लॉक कर दी जाती हैं।
- वेबweb_search पेज खोजता है, और http_get एक डॉक्यूमेंटेशन पेज पढ़ता है, जैसे आपके अपने हार्डवेयर का मैन्युअल।
- स्क्रीनशॉट और इमेजocr स्क्रीनशॉट से टेक्स्ट पढ़ता है, जैसे सेटिंग्स स्क्रीन या नतीजा विंडो, और gen_image असली इमेज फ़ाइलें सहेजता है।
- ऑर्केस्ट्रेशनtask अलग-अलग जाँचों के लिए समानांतर सब-एजेंट शुरू करता है, run_on_model कठिन चरण को बड़े मॉडल के पास भेजता है, और skill दोबारा इस्तेमाल होने वाले प्लेबुक सहेजता है।
- अनुमोदन मोडAuto-run तुरंत कार्रवाई करता है, Ask first कुछ भी बदलने वाली हर कार्रवाई से पहले रुकता है, और Plan only सिर्फ़ योजना बनाता है, कुछ नहीं बदलता। योजनाएँ रीस्टार्ट के बाद भी बची रहती हैं।
- Cronआपके तय शेड्यूल पर प्रॉम्प्ट चलाता है, जैसे साप्ताहिक रन जो आपकी नतीजा-फ़ाइल में एक पंक्ति जोड़ता है।
- मॉडलमानक API एंडपॉइंट के ज़रिए क्लाउड AI प्रदाता, आपके पीसी पर लोकल चलने वाला मॉडल, या बिल्ट-इन मॉडल जोड़ें।
काम कहाँ होता है
ऐप आपके Windows पीसी पर एक वर्किंग फ़ोल्डर के भीतर चलता है। जो कमांड किसी दूसरी मशीन तक पहुँचती है, वह आपकी माँगी हुई कमांड है, और वह मशीन आपकी होनी चाहिए या आपको उसे टेस्ट करने की अनुमति होनी चाहिए।
bench.py लिखो, उसे इस मशीन पर चलाओ और मीडियन को तारीख के साथ results.csv में सहेजो।
- write_file
bench.pyसहेजा गया - Shell
systeminfoexit 0 - write_file
system.txtसहेजा गया - Shell
python bench.pyexit 0 - append_file
results.csvपंक्ति जुड़ी - read_file
results.csvपढ़ा गया - edit_file
notes.mddiff दिखाया गया
अगले चरण से पहले आपके OK की प्रतीक्षा हैअस्वीकार करेंस्वीकार करें
दो काम, चरण दर चरण
होमलैब मशीन के लिए बेसलाइन तय करें
बेंचमार्किंग के लिए होमलैब मशीन ट्यून करने से पहले बेसलाइन लें: एजेंट से पहले अपनी बेंचमार्क स्क्रिप्ट को अछूती मशीन पर चलाने को कहें। Shell उसे चलाता है और एग्ज़िट कोड बताता है, write_file आउटपुट को baseline.txt के रूप में सहेजता है, और append_file मीडियन को results.csv में जोड़ता है। एक सेटिंग बदलें, फिर वही रन दोबारा माँगें, और एजेंट दोनों पंक्तियाँ साथ-साथ दिखाएगा। एक बार में एक ही बदलाव। कुछ भी चलने से पहले योजना Plan only मोड में पढ़ें, फिर Ask first पर जाएँ ताकि हर फ़ाइल लिखाई आपके OK का इंतज़ार करे, और बदलाव रखने से पहले मीडियन की तुलना खुद करें।
किराये के VPS की जाँच अपने पीसी से करें
किराये के VPS को बेंचमार्क करने के लिए डिस्क और नेटवर्क के अलग-अलग टेस्ट चाहिए, क्योंकि हर टेस्ट मशीन का अलग हिस्सा नापता है। पहले प्रदाता की टेस्टिंग संबंधी शर्तें देखें। आपके पीसी से Shell आपके VPS के पते के साथ ping -n 20 चलाता है, और write_file राउंड-ट्रिप समय को latency.txt के रूप में सहेजता है। डिस्क टेस्ट आप खुद VPS पर, BenchQuorum के बाहर, अपनी कमांड से चलाते हैं। VPS के नेटवर्क और CPU टेस्ट के नतीजे तभी मायने रखते हैं जब उनके साथ आपके दर्ज किए प्लान, दिन के समय और सेटिंग्स हों। ट्रैफ़िक छोटा और कम समय का रखें, और हर आँकड़ा कंसोल आउटपुट से मिलाएँ।
BenchQuorum क्या नहीं करता
BenchQuorum कोई होस्टेड सेवा या किसी दूसरे प्रोग्राम का प्लगइन नहीं है। यह केवल आपकी अपनी फ़ाइलों, आपके पीसी और उन मशीनों के लिए है जिन्हें इस्तेमाल करने की आपको अनुमति है, इसलिए इसे ऐसे सिस्टम, अकाउंट या डेटा पर न चलाएँ जो आपके नहीं हैं। यह गारंटी नहीं दे सकता कि कोड, माप या विश्लेषण सही हैं, इसलिए हर diff आप खुद जाँचते हैं।
