Agent Skills
› Purewhiter/mobilegym
Purewhiter/mobilegym
GitHub规范 bench_env 测试任务设计流程，强制在编码前完成功能审计表和数据充分性检查，并通过四个预判问题评估判定逻辑的鲁棒性，确保任务可验证且无设计缺陷。
Install All Skills
npx skills add Purewhiter/mobilegym --all -g -y
Skills in Collection (3)
规范 bench_env 测试任务设计流程，强制在编码前完成功能审计表和数据充分性检查，并通过四个预判问题评估判定逻辑的鲁棒性，确保任务可验证且无设计缺陷。
设计新的测试任务套件
向现有套件添加新任务
评审移动应用基准测试的任务提案
npx skills add Purewhiter/mobilegym --skill designing-bench-task -g -y
指导为 bench_env 任务编写离线裁判测试用例，涵盖正例自然语言规范、反例模式选择及混合任务覆盖，确保测试有效性与边界场景完整性。
添加新任务时
修改或收紧裁判覆盖率时
npx skills add Purewhiter/mobilegym --skill testing-bench-task -g -y
用于编写或审查基准测试任务评估器（Judge）的代码规范。指导通过CRUD模型分类任务操作，并强调完整阅读App模块代码以复用抽象逻辑，避免依赖不稳定的grep，从而确保评估的准确性与可维护性。
编写新的基准测试任务评估逻辑
修改现有的check_goals或judge方法
审查任务评估器的正确性
诊断评估器的误判问题
npx skills add Purewhiter/mobilegym --skill writing-bench-task-judge -g -y
