webmcpx বেঞ্চমার্ক: Claude Haiku 5.5
লিডারবোর্ড
WebMCP কতটা বাঁচায়, মডেল ধরে ধরে
একটি এজেন্ট পেজ স্ন্যাপশট দেখে পড়ে, ক্লিক করে, ফর্ম পূরণ করে; অন্যটি সাইটের WebMCP টুল কল করে। একটি মডেল বেছে নিন; সবচেয়ে বেশি সাশ্রয় আগে।
WebMCP দিয়ে সাফল্য, তারপর প্রতি রানের খরচ অনুযায়ী সাজানো।
বাছাই করা কেস: 30টি প্রশ্নের মধ্যে 20টি, যেখানে WebMCP সর্বোচ্চ অর্ধেক টোকেন ব্যবহার করেছে। সব ফলাফল সবার জন্য উন্মুক্ত, অথবা just bench দিয়ে নিজেই চালিয়ে দেখুন।
Claude Haiku 5.5 (Anthropic)
Cloudflare
“Cloudflare-এর Workers Free প্ল্যানে লিমিটে পৌঁছানোর আগে আমার Workers দিনে কতগুলো request সামলাতে পারে?”
developers.cloudflare.com (Cloudflare খুলবে)18×
কম টোকেন
49k → 2.7k টোকেন
| প্রশ্ন | WebMCP ছাড়া: টোকেন | WebMCP দিয়ে: টোকেন | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Cloudflare: Cloudflare-এর Workers Free প্ল্যানে লিমিটে পৌঁছানোর আগে আমার Workers দিনে কতগুলো request সামলাতে পারে? | 49k | 2.7k | 100% | 100% |
| Cloudflare: Cloudflare Queue-তে সবচেয়ে বড় কত সাইজের message পাঠাতে পারি? প্রতি message-এর সাইজ লিমিট দরকার। | 25k | 2.6k | 100% | 100% |
| Cloudflare: আমি Workers Paid প্ল্যানে আছি। একটি Cloudflare D1 ডেটাবেস সর্বোচ্চ কত বড় হতে পারে? | 23k | 2.7k | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে রাখা একটি value-এর সর্বোচ্চ সাইজ কত? | 21k | 2.5k | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে একটি key কত লম্বা হতে পারে? আমি key-এর সর্বোচ্চ সাইজ জানতে চাই। | 21k | 2.9k | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: সময় | WebMCP দিয়ে: সময় | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Cloudflare: Cloudflare-এর Workers Free প্ল্যানে লিমিটে পৌঁছানোর আগে আমার Workers দিনে কতগুলো request সামলাতে পারে? | 4.5s | 3.6s | 100% | 100% |
| Cloudflare: Cloudflare Queue-তে সবচেয়ে বড় কত সাইজের message পাঠাতে পারি? প্রতি message-এর সাইজ লিমিট দরকার। | 3.5s | 3.5s | 100% | 100% |
| Cloudflare: আমি Workers Paid প্ল্যানে আছি। একটি Cloudflare D1 ডেটাবেস সর্বোচ্চ কত বড় হতে পারে? | 2.9s | 3.2s | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে রাখা একটি value-এর সর্বোচ্চ সাইজ কত? | 2.9s | 2.8s | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে একটি key কত লম্বা হতে পারে? আমি key-এর সর্বোচ্চ সাইজ জানতে চাই। | 3.2s | 3.3s | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: ধাপ | WebMCP দিয়ে: ধাপ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Cloudflare: Cloudflare-এর Workers Free প্ল্যানে লিমিটে পৌঁছানোর আগে আমার Workers দিনে কতগুলো request সামলাতে পারে? | 3.7 | 2.0 | 100% | 100% |
| Cloudflare: Cloudflare Queue-তে সবচেয়ে বড় কত সাইজের message পাঠাতে পারি? প্রতি message-এর সাইজ লিমিট দরকার। | 3.3 | 2.0 | 100% | 100% |
| Cloudflare: আমি Workers Paid প্ল্যানে আছি। একটি Cloudflare D1 ডেটাবেস সর্বোচ্চ কত বড় হতে পারে? | 3.0 | 2.0 | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে রাখা একটি value-এর সর্বোচ্চ সাইজ কত? | 3.0 | 2.0 | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে একটি key কত লম্বা হতে পারে? আমি key-এর সর্বোচ্চ সাইজ জানতে চাই। | 3.0 | 2.0 | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: খরচ | WebMCP দিয়ে: খরচ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Cloudflare: Cloudflare-এর Workers Free প্ল্যানে লিমিটে পৌঁছানোর আগে আমার Workers দিনে কতগুলো request সামলাতে পারে? | $0.0034 | $0.00029 | 100% | 100% |
| Cloudflare: Cloudflare Queue-তে সবচেয়ে বড় কত সাইজের message পাঠাতে পারি? প্রতি message-এর সাইজ লিমিট দরকার। | $0.0017 | $0.00031 | 100% | 100% |
| Cloudflare: আমি Workers Paid প্ল্যানে আছি। একটি Cloudflare D1 ডেটাবেস সর্বোচ্চ কত বড় হতে পারে? | $0.0009 | $0.00029 | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে রাখা একটি value-এর সর্বোচ্চ সাইজ কত? | $0.0014 | $0.00024 | 100% | 100% |
| Cloudflare: Cloudflare Workers KV-তে একটি key কত লম্বা হতে পারে? আমি key-এর সর্বোচ্চ সাইজ জানতে চাই। | $0.00099 | $0.00033 | 100% | 100% |
Cloudflare-এর রেজিস্টার করা 2টি WebMCP টুল
এজেন্ট যেভাবে দেখেছে · 2026-11-08
| টুল | বর্ণনা | কল করা |
|---|---|---|
search | Full-text search across Cloudflare developer documentation. Returns matching pages with titles, URLs, and content snippets. Use this to find documentation on any Cloudflare product or feature. search({"limit":5,"query":"Workers Free plan daily request limit"}) search({"limit":5,"query":"Cloudflare Queues maximum message size limit"}) search({"limit":5,"query":"D1 database maximum size limits Workers Paid"}) search({"limit":3,"query":"Workers KV maximum value size limit"}) search({"limit":5,"query":"Workers KV maximum key size limits"}) | কল করা |
list-directories | Returns a list of all Cloudflare products available in the developer documentation, including each product's name, docs URL, short description, and category group. Use this to discover what products exist before searching or navigating. | –কল হয়নি |
- claude-haiku-5-5, রিজনিং medium, হেডলেস Chrome। দুই সেটআপেই একই প্রম্পট ও ধাপের সীমা; প্রতি প্রশ্ন ও সেটআপে 3টি রান।
- WebMCP ছাড়া: DOM স্ন্যাপশট-নির্ভর একটি এজেন্ট, যে পড়ে, ক্লিক করে, ফর্ম পূরণ করে।
- WebMCP দিয়ে: শুধু পেজের রেজিস্টার করা টুল (সাইটের নিজের, অথবা আমাদের টেস্ট সাইটে webmcpx-এর)।
- উত্তরে থাকা তথ্য আর পেজের স্টেট দেখে মূল্যায়ন। কোনো LLM জাজ নেই।
- লাইভ সাইট: নিজস্ব WebMCP টুল এটি নিজেই চালু করেছে।
- ৬টি সাইটে ৩০টি প্রশ্ন, ২৭টি শুধু পড়ার; সবচেয়ে বড় সাশ্রয় আসে সাইটগুলোর নিজস্ব সার্চ টুল থেকে।
- প্রতি প্রশ্ন ও আর্মে ৩টি রান: ৩-এ ৩ প্রমাণের ইঙ্গিত, ১০০%-এর প্রমাণ নয়।
- সময় হলো পেজ লোডের পরের এজেন্ট লুপ; খরচ হলো তারিখযুক্ত তালিকা মূল্যে মডেলের API ব্যবহার, ক্যাশসহ।
- প্রতিটি ব্যর্থ রান ফলাফলে কারণ জানায় (সাইটের বাধা, পেজের বাইরের উত্তর, ধাপের সীমা…)।
git clone https://github.com/webmcpx/webmcpx
cd webmcpx && just setup
ANTHROPIC_API_KEY=... just bench --model claude-haiku-5-5 --reasoning-effort mediumNotion
“আমি API দিয়ে Notion পেজে লম্বা অনুচ্ছেদ লিখছি। এক request-এ একটি rich text object-এর text content-এ সর্বোচ্চ কতগুলো অক্ষর থাকতে পারে?”
developers.notion.com (Notion খুলবে)16×
কম টোকেন
43k → 2.7k টোকেন
| প্রশ্ন | WebMCP ছাড়া: টোকেন | WebMCP দিয়ে: টোকেন | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Notion: আমি API দিয়ে Notion পেজে লম্বা অনুচ্ছেদ লিখছি। এক request-এ একটি rich text object-এর text content-এ সর্বোচ্চ কতগুলো অক্ষর থাকতে পারে? | 43k | 2.7k | 100% | 100% |
| Notion: আমি Notion API-এর ফলাফল পেজ করে পড়ছি। list endpoint-এ এক কলে সবচেয়ে বড় কত page_size চাইতে পারি? | 37k | 2.8k | 100% | 100% |
| Notion: Business আর Enterprise ছাড়া অন্য প্ল্যানে Notion API প্রতি connection-এ মিনিটে কতগুলো request করতে দেয়? | 17k | 2.6k | 100% | 100% |
| Notion: আমার Notion integration খুব বেশি request পাঠালে API response body-তে কোন error code string দেয়? | 17k | 5.9k | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: সময় | WebMCP দিয়ে: সময় | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Notion: আমি API দিয়ে Notion পেজে লম্বা অনুচ্ছেদ লিখছি। এক request-এ একটি rich text object-এর text content-এ সর্বোচ্চ কতগুলো অক্ষর থাকতে পারে? | 5.7s | 3.0s | 100% | 100% |
| Notion: আমি Notion API-এর ফলাফল পেজ করে পড়ছি। list endpoint-এ এক কলে সবচেয়ে বড় কত page_size চাইতে পারি? | 5.2s | 3.7s | 100% | 100% |
| Notion: Business আর Enterprise ছাড়া অন্য প্ল্যানে Notion API প্রতি connection-এ মিনিটে কতগুলো request করতে দেয়? | 3.5s | 2.0s | 100% | 100% |
| Notion: আমার Notion integration খুব বেশি request পাঠালে API response body-তে কোন error code string দেয়? | 5.3s | 5.5s | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: ধাপ | WebMCP দিয়ে: ধাপ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Notion: আমি API দিয়ে Notion পেজে লম্বা অনুচ্ছেদ লিখছি। এক request-এ একটি rich text object-এর text content-এ সর্বোচ্চ কতগুলো অক্ষর থাকতে পারে? | 4.3 | 2.0 | 100% | 100% |
| Notion: আমি Notion API-এর ফলাফল পেজ করে পড়ছি। list endpoint-এ এক কলে সবচেয়ে বড় কত page_size চাইতে পারি? | 4.3 | 2.0 | 100% | 100% |
| Notion: Business আর Enterprise ছাড়া অন্য প্ল্যানে Notion API প্রতি connection-এ মিনিটে কতগুলো request করতে দেয়? | 3.3 | 2.0 | 100% | 100% |
| Notion: আমার Notion integration খুব বেশি request পাঠালে API response body-তে কোন error code string দেয়? | 3.7 | 2.7 | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: খরচ | WebMCP দিয়ে: খরচ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Notion: আমি API দিয়ে Notion পেজে লম্বা অনুচ্ছেদ লিখছি। এক request-এ একটি rich text object-এর text content-এ সর্বোচ্চ কতগুলো অক্ষর থাকতে পারে? | $0.003 | $0.00026 | 100% | 100% |
| Notion: আমি Notion API-এর ফলাফল পেজ করে পড়ছি। list endpoint-এ এক কলে সবচেয়ে বড় কত page_size চাইতে পারি? | $0.0022 | $0.00027 | 100% | 100% |
| Notion: Business আর Enterprise ছাড়া অন্য প্ল্যানে Notion API প্রতি connection-এ মিনিটে কতগুলো request করতে দেয়? | $0.0011 | $0.00015 | 100% | 100% |
| Notion: আমার Notion integration খুব বেশি request পাঠালে API response body-তে কোন error code string দেয়? | $0.0012 | $0.00056 | 100% | 100% |
Notion-এর রেজিস্টার করা 5টি WebMCP টুল
এজেন্ট যেভাবে দেখেছে · 2026-11-08
| টুল | বর্ণনা | কল করা |
|---|---|---|
search_docs | Search the Notion Docs documentation for relevant pages and content. search_docs({"query":"rich text maximum character length text content limit"}) search_docs({"query":"page_size pagination list endpoints maximum"}) search_docs({"query":"Notion API rate limits requests per minute plans"}) search_docs({"query":"rate limit error code response body"}) | কল করা |
get_site_overview | Get an outline of the Notion Docs documentation, grouped by section, with a short description of each page. May be truncated for large sites; use search_docs to find pages not listed. | –কল হয়নি |
navigate_page | Navigate the current browser tab to a Notion Docs documentation page. | –কল হয়নি |
read_page | Read the full content of a Notion Docs documentation page as markdown. | –কল হয়নি |
read_skill | Read a Notion Docs agent skill document by name. | –কল হয়নি |
- claude-haiku-5-5, রিজনিং medium, হেডলেস Chrome। দুই সেটআপেই একই প্রম্পট ও ধাপের সীমা; প্রতি প্রশ্ন ও সেটআপে 3টি রান।
- WebMCP ছাড়া: DOM স্ন্যাপশট-নির্ভর একটি এজেন্ট, যে পড়ে, ক্লিক করে, ফর্ম পূরণ করে।
- WebMCP দিয়ে: শুধু পেজের রেজিস্টার করা টুল (সাইটের নিজের, অথবা আমাদের টেস্ট সাইটে webmcpx-এর)।
- উত্তরে থাকা তথ্য আর পেজের স্টেট দেখে মূল্যায়ন। কোনো LLM জাজ নেই।
- লাইভ সাইট: নিজস্ব WebMCP টুল এটি নিজেই চালু করেছে।
- ৬টি সাইটে ৩০টি প্রশ্ন, ২৭টি শুধু পড়ার; সবচেয়ে বড় সাশ্রয় আসে সাইটগুলোর নিজস্ব সার্চ টুল থেকে।
- প্রতি প্রশ্ন ও আর্মে ৩টি রান: ৩-এ ৩ প্রমাণের ইঙ্গিত, ১০০%-এর প্রমাণ নয়।
- সময় হলো পেজ লোডের পরের এজেন্ট লুপ; খরচ হলো তারিখযুক্ত তালিকা মূল্যে মডেলের API ব্যবহার, ক্যাশসহ।
- প্রতিটি ব্যর্থ রান ফলাফলে কারণ জানায় (সাইটের বাধা, পেজের বাইরের উত্তর, ধাপের সীমা…)।
git clone https://github.com/webmcpx/webmcpx
cd webmcpx && just setup
ANTHROPIC_API_KEY=... just bench --model claude-haiku-5-5 --reasoning-effort mediumspecification.website
“এই স্পেক অনুযায়ী একটি পেজের meta description কত লম্বা হওয়া উচিত?”
specification.website (specification.website খুলবে)4.2×
কম টোকেন
32k → 7.6k টোকেন
| প্রশ্ন | WebMCP ছাড়া: টোকেন | WebMCP দিয়ে: টোকেন | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| specification.website: এই স্পেক অনুযায়ী একটি পেজের meta description কত লম্বা হওয়া উচিত? | 32k | 7.6k | 100% | 100% |
| specification.website: এই স্পেক অনুযায়ী production-এ আমার HSTS header-এ কোন max-age দেব? | 28k | 7.4k | 100% | 100% |
| specification.website: এই সাইটের স্পেক স্বাভাবিক সাইজের body text-এর জন্য ন্যূনতম কত contrast ratio চায়? | 23k | 7.7k | 100% | 100% |
| specification.website: ভালো responsiveness-এর লক্ষ্য হিসেবে এই স্পেক INP-এর মান কত ঠিক করেছে? | 15k | 7.1k | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: সময় | WebMCP দিয়ে: সময় | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| specification.website: এই স্পেক অনুযায়ী একটি পেজের meta description কত লম্বা হওয়া উচিত? | 5.0s | 2.8s | 100% | 100% |
| specification.website: এই স্পেক অনুযায়ী production-এ আমার HSTS header-এ কোন max-age দেব? | 7.1s | 5.5s | 100% | 100% |
| specification.website: এই সাইটের স্পেক স্বাভাবিক সাইজের body text-এর জন্য ন্যূনতম কত contrast ratio চায়? | 3.6s | 2.7s | 100% | 100% |
| specification.website: ভালো responsiveness-এর লক্ষ্য হিসেবে এই স্পেক INP-এর মান কত ঠিক করেছে? | 3.3s | 3.0s | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: ধাপ | WebMCP দিয়ে: ধাপ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| specification.website: এই স্পেক অনুযায়ী একটি পেজের meta description কত লম্বা হওয়া উচিত? | 5.7 | 3.0 | 100% | 100% |
| specification.website: এই স্পেক অনুযায়ী production-এ আমার HSTS header-এ কোন max-age দেব? | 5.3 | 3.0 | 100% | 100% |
| specification.website: এই সাইটের স্পেক স্বাভাবিক সাইজের body text-এর জন্য ন্যূনতম কত contrast ratio চায়? | 4.0 | 3.0 | 100% | 100% |
| specification.website: ভালো responsiveness-এর লক্ষ্য হিসেবে এই স্পেক INP-এর মান কত ঠিক করেছে? | 3.3 | 3.0 | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: খরচ | WebMCP দিয়ে: খরচ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| specification.website: এই স্পেক অনুযায়ী একটি পেজের meta description কত লম্বা হওয়া উচিত? | $0.0015 | $0.00033 | 100% | 100% |
| specification.website: এই স্পেক অনুযায়ী production-এ আমার HSTS header-এ কোন max-age দেব? | $0.0016 | $0.00049 | 100% | 100% |
| specification.website: এই সাইটের স্পেক স্বাভাবিক সাইজের body text-এর জন্য ন্যূনতম কত contrast ratio চায়? | $0.0014 | $0.00053 | 100% | 100% |
| specification.website: ভালো responsiveness-এর লক্ষ্য হিসেবে এই স্পেক INP-এর মান কত ঠিক করেছে? | $0.0012 | $0.00053 | 100% | 100% |
specification.website-এর রেজিস্টার করা 5টি WebMCP টুল
এজেন্ট যেভাবে দেখেছে · 2026-11-08
| টুল | বর্ণনা | কল করা |
|---|---|---|
search_spec | Search The Website Specification for matching topics. Returns ranked results with title, status, category, canonical URL, and a one-line summary. Use this when the user asks about a topic by keyword (e.g. "CSP", "alt text", "llms.txt"). search_spec({"limit":5,"query":"meta description length"}) search_spec({"limit":5,"query":"HSTS max-age"}) search_spec({"limit":5,"query":"contrast ratio body text"}) search_spec({"limit":5,"query":"INP Interaction to Next Paint responsiveness"}) search_spec({"limit":5,"query":"Core Web Vitals performance targets"}) | কল করা |
get_topic | Fetch the Markdown for one spec page by its slug, returned as lines you can page through. Use this after search_spec or list_topics to read the canonical guidance. get_topic({"slug":"meta-description"}) get_topic({"limit":200,"slug":"hsts"}) get_topic({"slug":"color-contrast"}) | কল করা |
list_topics | List spec topics, optionally filtered by category and/or status. Returns title, status, category, summary, and URL per topic. Use this when the user wants the canonical list (e.g. "all required SEO topics"). Results are paged — follow page/page_size to walk the whole list. | –কল হয়নি |
open_checklist | Navigate the user to the full spec checklist page. Optionally jumps to a category section via URL hash. UI action — does not return data. | –কল হয়নি |
open_search | Open the on-page ⌘K search overlay so the user can search the spec interactively. Optionally pre-fills a query. UI action — does not return results; use search_spec for that. | –কল হয়নি |
- claude-haiku-5-5, রিজনিং medium, হেডলেস Chrome। দুই সেটআপেই একই প্রম্পট ও ধাপের সীমা; প্রতি প্রশ্ন ও সেটআপে 3টি রান।
- WebMCP ছাড়া: DOM স্ন্যাপশট-নির্ভর একটি এজেন্ট, যে পড়ে, ক্লিক করে, ফর্ম পূরণ করে।
- WebMCP দিয়ে: শুধু পেজের রেজিস্টার করা টুল (সাইটের নিজের, অথবা আমাদের টেস্ট সাইটে webmcpx-এর)।
- উত্তরে থাকা তথ্য আর পেজের স্টেট দেখে মূল্যায়ন। কোনো LLM জাজ নেই।
- লাইভ সাইট: নিজস্ব WebMCP টুল এটি নিজেই চালু করেছে।
- ৬টি সাইটে ৩০টি প্রশ্ন, ২৭টি শুধু পড়ার; সবচেয়ে বড় সাশ্রয় আসে সাইটগুলোর নিজস্ব সার্চ টুল থেকে।
- প্রতি প্রশ্ন ও আর্মে ৩টি রান: ৩-এ ৩ প্রমাণের ইঙ্গিত, ১০০%-এর প্রমাণ নয়।
- সময় হলো পেজ লোডের পরের এজেন্ট লুপ; খরচ হলো তারিখযুক্ত তালিকা মূল্যে মডেলের API ব্যবহার, ক্যাশসহ।
- প্রতিটি ব্যর্থ রান ফলাফলে কারণ জানায় (সাইটের বাধা, পেজের বাইরের উত্তর, ধাপের সীমা…)।
git clone https://github.com/webmcpx/webmcpx
cd webmcpx && just setup
ANTHROPIC_API_KEY=... just bench --model claude-haiku-5-5 --reasoning-effort mediumKiln & Co লোকাল
“আমার কার্টে একটি Stoneware Teapot আর একটি Speckled Bowl যোগ করুন, তারপর কার্টের মোট দাম বলুন।”
3.5×
কম টোকেন
22k → 6.2k টোকেন
| প্রশ্ন | WebMCP ছাড়া: টোকেন | WebMCP দিয়ে: টোকেন | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Kiln & Co (লোকাল টেস্ট সাইট): আমার কার্টে একটি Stoneware Teapot আর একটি Speckled Bowl যোগ করুন, তারপর কার্টের মোট দাম বলুন। | 22k | 6.2k | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): সবচেয়ে সস্তা নীল মগটির দুটি আমার কার্টে যোগ করুন। | 10k | 3.9k | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): আপনারা যে সবচেয়ে দামি teapot বিক্রি করেন, সেটা আমার কার্টে দিন। | 8.7k | 3.7k | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: সময় | WebMCP দিয়ে: সময় | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Kiln & Co (লোকাল টেস্ট সাইট): আমার কার্টে একটি Stoneware Teapot আর একটি Speckled Bowl যোগ করুন, তারপর কার্টের মোট দাম বলুন। | 4.7s | 3.4s | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): সবচেয়ে সস্তা নীল মগটির দুটি আমার কার্টে যোগ করুন। | 4.3s | 2.5s | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): আপনারা যে সবচেয়ে দামি teapot বিক্রি করেন, সেটা আমার কার্টে দিন। | 2.7s | 2.2s | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: ধাপ | WebMCP দিয়ে: ধাপ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Kiln & Co (লোকাল টেস্ট সাইট): আমার কার্টে একটি Stoneware Teapot আর একটি Speckled Bowl যোগ করুন, তারপর কার্টের মোট দাম বলুন। | 5.7 | 4.0 | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): সবচেয়ে সস্তা নীল মগটির দুটি আমার কার্টে যোগ করুন। | 3.3 | 3.0 | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): আপনারা যে সবচেয়ে দামি teapot বিক্রি করেন, সেটা আমার কার্টে দিন। | 3.0 | 3.0 | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: খরচ | WebMCP দিয়ে: খরচ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Kiln & Co (লোকাল টেস্ট সাইট): আমার কার্টে একটি Stoneware Teapot আর একটি Speckled Bowl যোগ করুন, তারপর কার্টের মোট দাম বলুন। | $0.00088 | $0.00032 | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): সবচেয়ে সস্তা নীল মগটির দুটি আমার কার্টে যোগ করুন। | $0.00083 | $0.00022 | 100% | 100% |
| Kiln & Co (লোকাল টেস্ট সাইট): আপনারা যে সবচেয়ে দামি teapot বিক্রি করেন, সেটা আমার কার্টে দিন। | $0.00049 | $0.00018 | 100% | 100% |
Kiln & Co-এর রেজিস্টার করা 4টি WebMCP টুল
এজেন্ট যেভাবে দেখেছে · 2026-11-08
| টুল | বর্ণনা | কল করা |
|---|---|---|
search_products | Search the catalog. Every filter is optional; with none, returns every product. Prices are USD. search_products({"query":"Stoneware Teapot"}) search_products({"query":"Speckled Bowl"}) search_products({"category":"mug","color":"blue","sort":"price_asc"}) search_products({"category":"teapot","sort":"price_desc"}) | কল করা |
add_to_cart | Add a product to the cart by sku. Adding a sku already in the cart increases its quantity. add_to_cart({"sku":"TPT-01"}) add_to_cart({"sku":"BWL-01"}) add_to_cart({"quantity":2,"sku":"MUG-03"}) add_to_cart({"sku":"TPT-02"}) | কল করা |
get_cart | Return the cart: items with quantity and the total in USD. get_cart({}) | কল করা |
get_page_context | Describe the page the user is on: title, URL, language, meta description, heading outline and the text the user has selected. Use it for the page's structure or the user's selection; to find a fact on the page, call search_page instead. | –কল হয়নি |
- claude-haiku-5-5, রিজনিং medium, হেডলেস Chrome। দুই সেটআপেই একই প্রম্পট ও ধাপের সীমা; প্রতি প্রশ্ন ও সেটআপে 3টি রান।
- WebMCP ছাড়া: DOM স্ন্যাপশট-নির্ভর একটি এজেন্ট, যে পড়ে, ক্লিক করে, ফর্ম পূরণ করে।
- WebMCP দিয়ে: শুধু পেজের রেজিস্টার করা টুল (সাইটের নিজের, অথবা আমাদের টেস্ট সাইটে webmcpx-এর)।
- উত্তরে থাকা তথ্য আর পেজের স্টেট দেখে মূল্যায়ন। কোনো LLM জাজ নেই।
- লোকাল টেস্ট সাইট: এর টুল আসে webmcpx থেকে।
- ৬টি সাইটে ৩০টি প্রশ্ন, ২৭টি শুধু পড়ার; সবচেয়ে বড় সাশ্রয় আসে সাইটগুলোর নিজস্ব সার্চ টুল থেকে।
- প্রতি প্রশ্ন ও আর্মে ৩টি রান: ৩-এ ৩ প্রমাণের ইঙ্গিত, ১০০%-এর প্রমাণ নয়।
- সময় হলো পেজ লোডের পরের এজেন্ট লুপ; খরচ হলো তারিখযুক্ত তালিকা মূল্যে মডেলের API ব্যবহার, ক্যাশসহ।
- প্রতিটি ব্যর্থ রান ফলাফলে কারণ জানায় (সাইটের বাধা, পেজের বাইরের উত্তর, ধাপের সীমা…)।
git clone https://github.com/webmcpx/webmcpx
cd webmcpx && just setup
ANTHROPIC_API_KEY=... just bench --model claude-haiku-5-5 --reasoning-effort mediumOrbit docs লোকাল
“ডিফল্টভাবে rollback-এর জন্য Orbit আগের কয়টি release রেখে দেয়?”
2.2×
কম টোকেন
5.4k → 2.4k টোকেন
| প্রশ্ন | WebMCP ছাড়া: টোকেন | WebMCP দিয়ে: টোকেন | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Orbit docs (লোকাল টেস্ট সাইট): ডিফল্টভাবে rollback-এর জন্য Orbit আগের কয়টি release রেখে দেয়? | 5.4k | 2.4k | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): কোন environment variable দিলে Orbit অন্য path থেকে তার config ফাইল পড়ে? | 5.4k | 2.4k | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): আমার CI ধাপ orbit-এর exit code 4 দিয়ে ফেল করেছে। এর মানে কী? | 5.5k | 2.4k | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): orbit deploy চালানোর সময় কোন কোন rollout strategy বেছে নিতে পারি? | 5.5k | 2.5k | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: সময় | WebMCP দিয়ে: সময় | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Orbit docs (লোকাল টেস্ট সাইট): ডিফল্টভাবে rollback-এর জন্য Orbit আগের কয়টি release রেখে দেয়? | 2.1s | 2.5s | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): কোন environment variable দিলে Orbit অন্য path থেকে তার config ফাইল পড়ে? | 1.6s | 1.7s | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): আমার CI ধাপ orbit-এর exit code 4 দিয়ে ফেল করেছে। এর মানে কী? | 1.7s | 3.7s | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): orbit deploy চালানোর সময় কোন কোন rollout strategy বেছে নিতে পারি? | 2.3s | 2.1s | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: ধাপ | WebMCP দিয়ে: ধাপ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Orbit docs (লোকাল টেস্ট সাইট): ডিফল্টভাবে rollback-এর জন্য Orbit আগের কয়টি release রেখে দেয়? | 2.0 | 2.0 | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): কোন environment variable দিলে Orbit অন্য path থেকে তার config ফাইল পড়ে? | 2.0 | 2.0 | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): আমার CI ধাপ orbit-এর exit code 4 দিয়ে ফেল করেছে। এর মানে কী? | 2.0 | 2.0 | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): orbit deploy চালানোর সময় কোন কোন rollout strategy বেছে নিতে পারি? | 2.0 | 2.0 | 100% | 100% |
| প্রশ্ন | WebMCP ছাড়া: খরচ | WebMCP দিয়ে: খরচ | WebMCP ছাড়া: সমাধান | WebMCP দিয়ে: সমাধান |
|---|---|---|---|---|
| Orbit docs (লোকাল টেস্ট সাইট): ডিফল্টভাবে rollback-এর জন্য Orbit আগের কয়টি release রেখে দেয়? | $0.00031 | $0.00019 | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): কোন environment variable দিলে Orbit অন্য path থেকে তার config ফাইল পড়ে? | $0.0006 | $0.00015 | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): আমার CI ধাপ orbit-এর exit code 4 দিয়ে ফেল করেছে। এর মানে কী? | $0.0003 | $0.00017 | 100% | 100% |
| Orbit docs (লোকাল টেস্ট সাইট): orbit deploy চালানোর সময় কোন কোন rollout strategy বেছে নিতে পারি? | $0.00047 | $0.00019 | 100% | 100% |
Orbit docs-এর রেজিস্টার করা 3টি WebMCP টুল
এজেন্ট যেভাবে দেখেছে · 2026-11-08
| টুল | বর্ণনা | কল করা |
|---|---|---|
search_page | Find passages on the current page that match a query. Returns up to `limit` passages ranked by relevance, each with its section heading and a link to it. Prefer it to reading the whole page when looking for something specific. search_page({"limit":5,"query":"past releases rollback default keep"}) search_page({"limit":5,"query":"environment variable config file path"}) search_page({"limit":5,"query":"exit code 4"}) search_page({"limit":5,"query":"orbit deploy rollout strategy"}) | কল করা |
fetch_as_markdown | Return the main content of the current page as Markdown. Long pages come in parts: when `truncated` is true, call again with `cursor` set to `next_cursor`. | –কল হয়নি |
get_page_context | Describe the page the user is on: title, URL, language, meta description, heading outline and the text the user has selected. Use it for the page's structure or the user's selection; to find a fact on the page, call search_page instead. | –কল হয়নি |
- claude-haiku-5-5, রিজনিং medium, হেডলেস Chrome। দুই সেটআপেই একই প্রম্পট ও ধাপের সীমা; প্রতি প্রশ্ন ও সেটআপে 3টি রান।
- WebMCP ছাড়া: DOM স্ন্যাপশট-নির্ভর একটি এজেন্ট, যে পড়ে, ক্লিক করে, ফর্ম পূরণ করে।
- WebMCP দিয়ে: শুধু পেজের রেজিস্টার করা টুল (সাইটের নিজের, অথবা আমাদের টেস্ট সাইটে webmcpx-এর)।
- উত্তরে থাকা তথ্য আর পেজের স্টেট দেখে মূল্যায়ন। কোনো LLM জাজ নেই।
- লোকাল টেস্ট সাইট: এর টুল আসে webmcpx থেকে।
- ৬টি সাইটে ৩০টি প্রশ্ন, ২৭টি শুধু পড়ার; সবচেয়ে বড় সাশ্রয় আসে সাইটগুলোর নিজস্ব সার্চ টুল থেকে।
- প্রতি প্রশ্ন ও আর্মে ৩টি রান: ৩-এ ৩ প্রমাণের ইঙ্গিত, ১০০%-এর প্রমাণ নয়।
- সময় হলো পেজ লোডের পরের এজেন্ট লুপ; খরচ হলো তারিখযুক্ত তালিকা মূল্যে মডেলের API ব্যবহার, ক্যাশসহ।
- প্রতিটি ব্যর্থ রান ফলাফলে কারণ জানায় (সাইটের বাধা, পেজের বাইরের উত্তর, ধাপের সীমা…)।
git clone https://github.com/webmcpx/webmcpx
cd webmcpx && just setup
ANTHROPIC_API_KEY=... just bench --model claude-haiku-5-5 --reasoning-effort medium