用于选择并运行原生非特权测试、可销毁虚拟机真实 eBPF 测试或报告不可用环境。指导在 Linux 主机或 CI 模拟环境中配置依赖、构建及执行 eBPF 相关验证任务。
指导在 HelixHarness 中执行测试驱动开发，遵循红灯到绿灯循环。定义好测试标准、Seam 边界及反模式，规范垂直切片实现流程与记录要求，确保产出可长期保留且对重构稳定的测试。
用于修改核心包中的会话或授权状态机，通过更新转换表和测试确保逻辑正确性。涵盖规范引用、代码变更、数据效应定义、全面测试及文档同步，并执行覆盖率检查与审计子代理验证。
用于排查和修复壁纸渲染差异问题。通过下载资源、捕获参考帧、定位解析逻辑，先写测试再修复通用机制，最后验证对比并交付，确保与 Wallpaper Engine 行为一致。
用于CosmoEdge设备的客户旅程全量或快速功能测试。根据IP和凭据，调度用例库逐条执行界面操作与接口验证，记录结果、支持断点续测并生成详细报告，区分通过/失败/阻塞状态。
用于本地运行和验证 convt 云服务，包括 API、Postgres 队列、对象存储、沙箱 worker 及计量功能。涵盖沙箱安全门禁测试、数据库与 MinIO 环境搭建及服务启动流程。
用于运行Warp集成测试并录制视频及截图，支持鼠标键盘事件标注。适用于测试录制、收集截图、审查回放素材或编写带视频调试功能的测试用例。
用于调查性能问题或验证优化效果的工作流。针对关键路径进行基准测试、分析指标及证据，确保无显著回归。适用于用户请求的性能工作或存在重大性能影响预期的场景，排除常规UI变更。
验证 CLI、Runner、Reporter 等组件的端到端真实行为，通过构建产物在 Testbed 和 Benchmark 中运行，提供用户视角的证据，确保功能正确性。
用于设置、检查和完成Overmind Optimiser实验，支持提示词/代码优化及模型对比。通过MCP项目协调本地执行器，严格遵循评估合约与基线规则，确保在授权范围内测量改进并防止预算超支。
执行全面的生产就绪检查，包括RBAC、钩子、设计系统和测试审计。通过并行子代理运行审计，并执行monorepo类型检查和Vitest构建验证，最终输出包含修复摘要和构建状态的生产就绪报告。
提供KiwiDesk空间切换性能基准测试流程，通过构建、替换实例并读取WorkMeter计数器，对比变更前后的Switch及Retile开销，用于定位卡顿和优化验证。
