指导使用 Python Playwright 测试本地 Web 应用，包括启动服务器、动态页面 DOM 检查及 UI 行为调试。
指导严格遵循TDD（测试驱动开发）流程，涵盖红绿重构三阶段循环。用于新功能实现、Bug修复及代码重构，确保先写测试后编码，提升代码质量与可维护性。
用于评估 CodeGraph 检索质量，通过对比 Agent 在使用与未使用 CodeGraph 时的行为差异进行基准测试。支持选择版本、语言、仓库及运行模式（无头或交互），并报告成本、工具调用及反馈指标。
针对第三方AI API中转站/代理的自动化安全审计工具，执行14项检测以识别基础设施风险、提示词注入、越狱攻击及流完整性问题。
指导采用测试驱动开发(TDD)模式，遵循红绿重构循环。强调通过公共接口编写集成测试以验证行为而非实现细节，反对一次性编写所有测试的水平切片做法，提倡垂直切片迭代开发。
执行集成测试套件并验证端到端会话生命周期。通过前置检查、运行单元及集成测试，最后审查生成的会话目录，确保系统功能正常且无异常状态。
提供后端pytest和前端Bun/RTL的测试运行、修复及覆盖率添加指南，涵盖环境配置、命令执行与Mock规范。
在隔离环境中构建、启动并驱动 LLM Gateway 栈，用于验证 API、网关、仪表盘或截图变更。支持本地复现、端口偏移、种子数据截图及端到端工作流检查。
提供 xterm.js 单元测试编写与审查规范，指导在编辑测试文件时遵循项目约定，如使用真实实例、优先使用 assert.ok 及避免注释。
规范后端 HTTP API 测试策略，仅针对高风险契约（如鉴权、路由）编写测试，前端采用静态检查。提供 pytest-xdist 运行及 CI 验证命令，避免过度测试。
提供29个iOS模拟器生产脚本，用于应用构建、测试与自动化。支持无障碍导航、UI交互、日志监控及模拟器生命周期管理，专为AI Agent优化，降低Token消耗并提升执行可靠性。
指导在 Android Jetpack Compose 性能测试中使用 Release 模式构建，以获取真实的生产环境数据。涵盖 R8、Live Literals 及编译器报告的正确配置，解决 Debug 模式下的性能误判问题。
指导如何运行 ADK Agent 评估，涵盖数据集准备、推理执行、评分及失败分析。提供质量飞轮方法论、指标参考及 CLI 命令使用指南，旨在优化 Agent 性能并分析评估结果。
提供本地全面验证审计能力，支持按PR范围或全量模式运行测试。处理CI/CD修复、沙箱权限不足及验证失败场景，确保代码在推送前通过质量检查。
