作为独立验证器，对代码变更执行运行时验证。通过运行真实前后对比测试、回归检查及对抗性输入，确保目标测试通过且无回归，并保证变更行覆盖率不低于95%，最终输出验证结论与详细报告。
针对 traceway-cli 的端到端集成测试技能，通过调用真实服务器验证 CLI 在实时数据、TTY渲染及自适应指标发现等方面的表现，并生成覆盖率报告。
提供IntelliJ IDEA代码库中JUnit 5测试编写的规范，涵盖注解使用、生命周期钩子、资源管理及EDT执行等最佳实践。
基于反馈和测试迭代优化Excel解析提取流程，采用TDD方法修复解析、Schema及数据规范化等缺陷，提升覆盖率并消除回归问题。
提供 mlx-serve 基准测试方法论，规范使用 bench.sh 和 llmprobe 进行性能测量。强调对比陷阱、热节流影响及引擎命名规则，确保性能声明的准确性与可复现性。
通过 ADB 控制真实 Android 手机，执行自动化操作如点击、滑动、截图及应用交互。适用于明确指定的移动端测试或操控场景，强调安全限制与物理设备连接。
用于驱动和协作运行 marimo 交互式 Python 笔记本。支持连接现有会话、执行代码、检查内核状态及提交变更，确保通过专用脚本与活跃运行时交互。
执行 Omnigent 负载测试，模拟多宿主并发会话以评估系统性能。收集参数后运行本地堆栈测试，读取结果并解释延迟分布、吞吐量及失败情况，区分服务器瓶颈与负载机饱和。
指导测试策略决策，判断变更是否需要测试及选择合适层级（单元、集成或E2E），避免无意义的“噪音测试”，优先以最低成本捕获真实缺陷。
测试专家技能，指导编写高质量单元测试、集成及E2E测试。涵盖分层模拟策略、AAA模式、失败调试及不稳定测试管理，确保行为测试与核心路径覆盖。
用于编写、审查和运行 CubeSandbox SDK 兼容性 E2E pytest 用例，涵盖生命周期、网络策略及后端兼容性等场景的测试开发与执行。
在本地运行生产级开发实例，集成Slack机器人、LLM和Postgres，支持多工作区并发且不冲突。用于端到端QA、分支测试及Slack内交互验证。
验证实现是否与变更工件（规范、任务、设计）一致。通过解析 OpenSpec 状态和上下文文件，检查任务完成度、需求覆盖及设计一致性，生成包含关键问题的验证报告，确保归档前实现正确完整。
用于构建、审计和维护Agent评估任务。涵盖从审查仓库和痕迹、编写任务规范，到搭建环境、验证器及运行Harness的完整流程，支持基准测试设计与合成数据生成。
