指导测试选型与分层，涵盖后端Vitest、前端及E2E规范。强调测试有效性原则，明确本地检查与合并队列流程，并指引调用专用技能处理队列监控与修复。
测试专家技能，指导编写有效测试、应用分层模拟策略及系统调试失败。涵盖单元测试到E2E的层级选择、边界模拟规则、Flaky测试管理及质量规范，确保按行为而非实现细节进行测试。
指导在实现逻辑、修复Bug或修改功能时遵循TDD流程：先写失败测试，再写代码使其通过，最后重构。强调测试是代码正确性的证明，适用于任何可能影响现有行为的变更。
用于编写、审查和运行 CubeSandbox SDK 兼容性 E2E pytest 用例。涵盖生命周期、网络策略等场景，提供从用例创建到执行调试的完整工作流指南。
提供钉钉文档CLI的Bun/Node兼容Mock，用于Agent在无网络和无真实凭证环境下测试和验证DingTalk Doc工作流。支持JSON输出、本地状态隔离及Dry-run验证，确保开发过程安全可控。
提供钉钉文档CLI的本地Mock环境，支持无网络和无凭证下的文档操作测试。适用于验证命令交互、状态管理及数据读写逻辑，确保开发调试安全隔离。
用于通过 Superior Trade Unified API 进行 Lighter 市场发现、Nautilus 回测、部署及执行。涵盖账户就绪检查、安全规则及参考文档加载，支持统一 API 路由与特定场地的交易操作。
启动包含真实LLM、Postgres及Slack/Web界面的本地开发实例，支持多工作树并行且不冲突，用于端到端QA和分支测试。
用于在 LangSmith 中迭代创建在线评估器。通过检查追踪数据、访谈用户确定评估标准，并构建 LLM-as-judge 或代码型评估器，实现 AI 应用质量的自动化验证与监控。
提供Android应用测试策略指导，涵盖单元测试、Hilt集成测试及Roborazzi截图测试。包含依赖配置、测试编写示例及运行命令，旨在确保逻辑正确性与UI视觉回归检测。
用于验证重构阶段是否符合规范并记录进度。按顺序执行构建、测试、回归和审查检查清单，任一失败即停止；全部通过后更新进度文档、路线图状态及提交建议，不执行合并操作。
用于执行深度、多轮且降低差异的仓库级或指定路径安全扫描。通过协调独立标准审计并聚合结果，支持并发桌面扫描及断点续传，适用于非PR/分支的深度安全审查场景。
