一种基于 Git 的测试蒸馏流程，通过 Sol 执行构建与集成，Luna 进行只读审查，确保临时测试在硬强化阶段前被过滤，实现代码变更的可验证性。
自动化执行 Omnigent 系统负载测试，收集并发主机、会话等参数，启动本地测试栈并生成结果文件，最终解析延迟分布与吞吐量数据以评估系统性能。
用于编写、调试和运行 Archestra 项目的 Playwright E2E 测试，包括 API/UI 夹具配置、WireMock 模拟服务及本地/CI 环境搭建。
用于验证 OpenChatCut 项目中代理编辑结果的技能，通过 L0-L2 不同层级结合结构读取与视觉帧捕获，确保编辑器及桌面端功能正确性。
专注于编写高质量测试、应用分层模拟策略及系统调试故障的专家技能。涵盖单元测试、集成测试与E2E测试的设计原则，强调行为断言、边界处理及不稳定测试管理，确保核心业务逻辑的可靠性。
指导AI遵循测试驱动开发(TDD)流程。在实现逻辑、修复Bug或修改功能前，先编写失败测试以复现问题，随后编写最小代码使测试通过，最后重构优化。确保代码变更有据可查且无回归风险。
用于 CubeSandbox SDK 兼容性 E2E 测试用例的编写、审查与执行。涵盖生命周期、网络策略等场景，提供从需求分析到 pytest 执行的标准化工作流。
提供钉钉文档CLI的本地Mock环境，模拟dws命令行为。用于在无网络和无凭证情况下测试Agent对钉钉文档功能的调用逻辑，支持状态重置与只读验证。
将当前代码库在本地运行完整的生产级开发实例，集成 Slack、Web UI 和 Postgres，支持多工作区并行且不冲突。主要用于通过 Slack Bot 进行端到端 QA 测试和分支验证。
验证代码实现是否完整、正确且一致地匹配变更规范（规格、任务、设计）。通过解析OpenSpec制品，检查任务完成度、需求覆盖及设计一致性，生成包含严重警告和建议的报告。
用于定义、构建、运行和审计 Harbor 评估任务。通过迭代检查代理仓库和用户提供的轨迹，创建并验证评估用例，适用于代理评估、基准测试及验证器设计等场景。
提供现代Android应用测试策略指导，涵盖单元测试、Hilt集成测试及基于Roborazzi的截图测试。包含依赖配置、用例编写及Gradle运行命令，旨在确保逻辑正确性与UI视觉回归。
用于验证重构阶段是否符合规范并记录进度。按顺序执行构建、测试、回归和审查检查清单，任一失败即停止；全部通过后更新进度文档、路线图状态及提交建议，不执行合并操作。
游戏质量验证技能，通过启动实际构建并取证渲染、输入、核心循环等六项关键行为，证明最小可玩闭环。用于测试生成游戏或验证构建的可玩性，输出结构化报告与JSON事实源。
