oqoqo

Product Hunters 大家好，我是 Haritha，Oqoqo 的联合创始人

每周都有新模型发布，野外又有新的基准测试出炉。但它们并不能帮助产品构建者评估他们的产品能被这些智能体和模型发现和使用的程度，也无法体现用户实际会执行的任务。当今大多数基准测试都存在于精心策划的环境中，无法很好地迁移到现实世界。

我们打造 Oqoqo 来弥补这一差距。Oqoqo 让构建真实场景的评估和自定义基准测试变得超级简单，这些测试针对用户真正关心的任务。

使用 Oqoqo，你可以像用户给智能体的提示一样简单地定义任务，例如"把 supabase 集成到我的 webapp 中以存储用户注册"，指定你希望测试的内容，例如Supabase SDK、API、CLI 等，并定义成功的标准，例如"必须设置 RLS"。

剩下的交给我们。我们的基础设施会启动隔离的沙箱，针对你选择的智能体执行任务，记录智能体执行的每一个步骤（包括工具调用、重试、发现循环等），并记录 token 消耗、成本，以及根据你的成功标准评估成功/失败。

使用 Oqoqo，你可以：

• 可靠地衡量你的产品界面在 Codex、Claude Code、OpenClaw、Hermes、Pi、Opencode、Cursor、GitHub Copilot 等智能体面前有多友好

• 对 MCP、CLI、skills、SDK 及任何面向智能体的接口进行回归测试（我们一直在使用 Oqoqo 来自测并改进我们自己的 MCP/CLI）

• 创建并分享自定义基准测试，衡量智能体如何发现和使用你的产品

• 针对特定领域任务比较不同的模型和工具链

• 查看新版本是否改善了智能体体验

我们打造 Oqoqo 是为了服务那些构建智能体想要使用的产品的团队，以及把智能体融入日常工作的团队。

最棒的是什么？你的智能体可以帮你完成设置 ✨，今天就免费试用吧：https://oqoqo.ai/

我们非常期待了解你想运行什么样的实验，以及关于智能体交互和智能体体验你有什么问题。