用于本地运行和验证convt云服务的测试技能，涵盖API、Postgres队列、对象存储及沙箱工作器。包含构建Railway镜像、执行沙箱安全探针（Landlock/seccomp等）、初始化MinIO与数据库、以及启动服务端和Worker的完整流程。
指导构建和启动水杉输入法多平台原生宿主，涵盖 macOS、iOS、Android 等环境。强调前置依赖校验、避免产物丢失的串行构建及特定平台陷阱，用于验证真实应用行为并填补设备测试空白。
用于在 Warp 项目中编写、运行和调试基于自定义 Builder/TestStep 框架的集成测试，涵盖端到端 UI 及终端行为验证。
用于测量和保护延迟、吞吐量及资源使用，适用于关键用户路径的性能测试与优化。通过建立基线、运行对比实验和提供证据来防止性能回退，确保变更符合性能预算。
用于检查 Overmind 模型部署状态、服务指标及 Worker 状态，测试推理请求并激活已批准模型。专注于推理和服务运维，涵盖流量监控、故障排查及推理结果验证，不涉及训练或基准选择。
执行生产就绪检查，并行运行RBAC、钩子、设计系统和测试审计，并验证Monorepo构建状态。最终输出包含修复摘要和构建状态的报告，确保代码符合发布标准。
执行 KiwiDesk 验证门禁，包括构建、测试和代码检查。根据变更文件类型智能选择完整或简化流程，支持文档变更跳过本地重负载步骤，确保提交前质量。
用于验证Kev代码变更（如重构、脚本修改）无回归并安全发布。通过运行快速单元测试、权重一致性校验及服务端端到端测试，确保数值与主分支严格一致，保障模型训练及推理流程的准确性。
强制在提交代码或宣称完成前执行并验证实际命令输出，严禁基于推测或旧结果断言成功，确保所有结论均有最新证据支撑。
指导如何优化 DeepSeek Harness 性能，通过测量用户路径、分析瓶颈并提供基于证据的修复方案。适用于性能调查、基准测试设计及 PR 效果验证。
通过普通任务板运行代表性能力冒烟测试，验证 lane、adapter 等变更后的功能正常性。要求执行实际 CLI/MCP 操作及负向检查，严格依据回执和产物判定结果，确保安全性与准确性。
在集成第三方库或API前，通过快速探针验证其真实行为、参数和响应格式，避免基于错误假设编写代码，预防静默集成缺陷。
