# Instrucciones para el agente: PinchBench: compara modelos ejecutando tareas de agentes

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

- Dificultad: intermedio
- Proyecto: https://github.com/pinchbench/skill (licencia MIT)
- Guía completa: https://lab.wisd.ai/hub/pinchbench-evaluation

---

## Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

---

## Pasos de configuración

Comprueba Python ≥3.10, uv y Git, y confirma que OpenClaw está ejecutándose con acceso al proveedor. Para la revisión actual de OpenClaw, comprueba además Node en el intervalo `>=24.22.1 <25 || >=26.12.1` de su [manifiesto](https://github.com/openclaw/openclaw/blob/main/package.json); el mínimo del evaluador Python no cubre el runtime del agente. Lee el flujo de registro y subida del README antes de lanzar tareas. El inicio rápido documenta:

```bash
git clone https://github.com/pinchbench/skill.git
cd skill
./scripts/run.sh --model openrouter/anthropic/claude-sonnet-4
```

Revisa los resultados por tarea y conserva el identificador completo del modelo usado.

## Comprobación

Verifica que el modelo está correctamente identificado y revisa los resultados de cada tarea.

## Si algo falla

Comprueba el prefijo del proveedor y el entorno de OpenClaw que utiliza la prueba comparativa.