用于ML训练实验追踪的工具，支持通过Python API记录指标和触发诊断警报，或通过CLI检索数据。具备实时可视化、HF Space同步及Webhook告警功能，适用于自动化实验监控与调试。
ProofShot 是一款用于 UI 视觉验证的 CLI 工具。通过启动浏览器录制视频、截图并捕获错误，自动化执行界面测试流程，生成包含证据的报告，支持直接上传至 PR，确保前端变更的视觉正确性。
提供基于Playwright的浏览器自动化能力，支持UI冒烟测试、截图、表单填写及DOM检查。强调优先使用缓存避免重复下载，适用于需要交互浏览器的场景，静态页面则推荐HTTP工具。
用于生成和审查Letta Code本地mod的学习环境JSON文件。支持定义行为、创建评估场景（含快乐路径与负向控制）、验证配置并执行学习流程，以优化mod行为表现。
为新添加的SSIM测试生成并上传参考文件。在Modal L40S上运行测试以获取像素mp4或潜变量pt，人工验证后上传至HuggingFace数据集，解决新测试因缺少参考数据而失败的问题。
通过 VibeAround MCP 将本地开发服务器或静态文件暴露为可分享的公网预览链接，支持浏览器和移动端实时查看。适用于启动 dev server、创建前端文件或用户请求预览场景。
用于重放客户端工具调用测试用例，验证不同客户端（如Cherry Studio、OpenAI兼容）在Chat2API上的流式与非流式行为是否符合预期。
用于验证HuggingFace与Megatron/MCore模型检查点行为一致性的测试技能，支持TP/PP设置下的集成与单元测试及权重转换。
定义Playwright自动化测试中的等待策略规范。主张以隐式等待覆盖99%场景，显式等待仅用于大文件上传等慢路径。禁止硬等待，提供超时配置与代码示例，提升测试稳定性。
提供测试编写指南，涵盖.sqltest、TCL及Rust集成测试类型与使用场景。说明如何运行测试套件、转换旧格式测试以及编写规范，旨在提升代码质量并统一测试标准。
提供AI驱动测试自动化、现代框架（Playwright/Selenium）、TDD最佳实践及自愈合测试策略的专业指导，适用于构建可扩展的质量保证流程和CI/CD集成。
提供编写和审查单元测试的指导原则，强调测试契约而非实现。涵盖命名规范、单一职责、Arrange-Act-Assert结构及外部依赖隔离，支持写作与审计两种模式。
