运行 Playwright 视觉回归测试，对比 Electron 应用截图与原型基线，分析像素差异并定位 CSS/组件问题。
用于在本地运行和验证 convt.app 网站及计费 Worker，支持 Postgres、OAuth 模拟等依赖，覆盖桌面与移动端视图，适用于相关代码变更或预览检查。
用于控制Android和iOS设备、模拟器及真机，支持启动应用、点击、滑动、输入、截图及读取无障碍树。适用于移动端UI测试、自动化操作或复现手机端Bug的场景。
审计 CI 和测试套件，评估其捕获回归的能力及效率，识别 fixture 漂移、误报和性能问题。适用于套件或工作流调查及优化，非普通功能测试。
复刻知乎产品功能与交互，通过真实请求取证和协议验证对齐官方行为，确保落地质量。
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。
用于运行 Warp 集成测试并捕获屏幕截图和视频，支持鼠标键盘事件标注。适用于录制测试、收集截图、审查录制产物或编写调试演示视频的场景。
用于自动化启动、操控和验证游戏的工具，支持截图、输入模拟及日志读取，适用于游戏模组测试、菜单导航及可重复测试场景构建。
执行端到端交付验收，自动发现或编写验证计划，驱动真实产品（CLI/Web等）捕获视觉证据并发布结果。适用于本地E2E验证、测试报告生成及手动/自动化测试场景。
指导是否添加测试、设计回归测试或执行TDD。遵循仓库策略，默认不新增测试，仅在明确请求或复现回归时添加自动化测试，避免过度测试。
强制在提交或宣称完成前运行验证命令，以确凿证据支持结论。防止无依据断言、盲目自信及虚假报告，确保测试结果、构建状态等声明的准确性与真实性。
将现有测试套件（如Playwright、Cypress等）逐步迁移至e2e框架，保持双套并行直到验证通过，并通过MIGRATION.md记录进度以支持断点续传。
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。
指导编写聚焦真实行为而非实现细节的测试，涵盖新增、回归及修复脆弱测试场景，强调单步迭代与断言设计。
