提供Windows域渗透与Active Directory安全测试指南，涵盖Kerberos、AD CS、BloodHound路径分析及提权研究，强调授权范围与操作规范。
验证本地 Salesforce 开发环境，扫描 CLI、Node.js 等工具状态并提供安装或更新建议。用于检查前置依赖是否就绪，确保开发环境配置正确。
模拟真实用户执行QA测试、UX漏洞挖掘及构建验收，生成结构化Bug报告与HTML仪表盘，支持P0/P1/P2分级及YES/NO发布决策，同步工程追踪器。
通过 Node REPL 控制 Chrome 浏览器，用于处理依赖现有标签页、登录会话或 UI 交互的任务。支持导航、页面状态检查、本地 Web 应用测试及截图等操作。
用于编译Articraft记录、启动本地查看器、检查3D资产可视化效果及维护查看器前后端代码。提供构建命令与视觉QA规范，确保模型结构、材质及交互符合预期。
提供全面测试策略设计指南，涵盖现代测试金字塔分层、基于风险的测试方法、覆盖率目标设定及CI/CD集成规范，助力早期发现缺陷并随产品扩展。
指导编写和审查基准测试环境中的任务判定器（Judge），通过CRUD模型分类任务并严格选择验证策略，以消除误判漏洞。
针对JavaScript/TypeScript应用的系统化测试与调试技能，涵盖单元测试、集成测试及端到端测试编写，支持修复Bug、分析代码漏洞及提升测试覆盖率。
用于机器学习训练实验的指标记录、可视化及告警监控。支持通过Python API在训练中实时记录指标和触发诊断告警，或通过CLI检索数据并同步至HF Space仪表盘，适用于自动化实验迭代与调试场景。
用于UI视觉验证的CLI工具，通过录制视频、截图和错误报告来确认前端组件或页面的变更效果。支持自动化测试流程及PR提交证明，确保视觉功能正确无误。
用于编写 aimock 测试夹具，模拟 LLM 响应、工具调用及错误注入等场景。支持多提供商适配、多媒体端点、WebSocket 及混沌测试，通过匹配规则与响应定义实现 AI 应用的自动化测试与调试。
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，仅在真正需要交互场景时使用，静态内容推荐HTTP工具。
为新增的SSIM测试生成并上传参考数据。在Modal L40S上运行测试，下载生成的mp4或pt文件供用户验证质量，随后仅上传该测试的文件至HF数据集，防止覆盖现有数据。
用于设计高价值测试策略，通过行为映射、识别边界场景和选择验证命令来优化覆盖矩阵。适用于生成测试计划、回归策略及QA清单，避免脆弱测试。
