指导测试驱动开发(TDD)实践，强调通过公共接口验证行为而非实现细节。提倡垂直切片模式（红-绿-重构），反对一次性编写所有测试的横向切片反模式，旨在提升代码可维护性与测试质量。
用于验证DART 3D场景和物理模拟正确性的技能。通过文本指标（如轨迹、碰撞数据）优先判断，结合无头渲染图像进行视觉佐证，适用于调试动力学缺陷、审查物理行为及基准测试。
对 Wiki 知识库进行健康检查，检测并报告断链、孤立页面、内容矛盾、过时声明及缺失交叉引用等问题，提供分级修复建议。
指导基于TDD的软件开发流程，涵盖RED-GREEN-REFACTOR循环、ATDD模式及集成测试容器生命周期管理。
强制执行验证优先的开发纪律，要求编码前确认数据、进行组件与功能双重测试，并必须提供可验证的演示证据。
Flounder自主白帽安全审计技能，支持漏洞调查、智能合约及ZK代码审计、利用证明验证及安全报告生成。涵盖审计全流程配置、执行监控、发现确认及维护者改进工作流。
用于运行 Keychat 项目的测试任务。支持通过 melos 命令执行全部、Flutter 或 Dart 测试，也可针对特定文件路径运行单个测试，并清晰报告测试结果及失败详情。
审计 TanStack AI 提供商适配器的功能差异和过时模型列表，生成 Markdown 报告。通过解析参数、读取源码、抓取上游文档及 MCP 查询，对比适配器与官方支持情况，输出维护性审计报告。
将游戏体验浓度、留存及节奏问题转化为可上线、可埋点、可复盘的ED实验包。支持快速诊断、A/B测试方案、埋点设计及结果复盘，严格遵循证据门与伦理规范。
用于 Effect 框架中 HttpApi 服务的端到端测试。提供在进程内启动测试服务器、注入 HttpClient 及正确配置 Layer 的方法，涵盖路径参数处理与 URL 拼接陷阱。
在本地 Windows 11 ARM64 QEMU/HVF VM 中运行 Nub 测试和调试探针，支持原生及 x64 模拟环境。
Darwin Mode 自动化优化测试工具集。通过沙箱隔离和确定性变异迭代改进测试配置，结合成本感知路由与闭环修复策略，在保障安全的前提下提升模型代码解决率并降低推理成本。
将用户故事和代码变更转化为完整的QA交接包，包含映射到验收标准的测试场景、边缘与负面用例、精确的数据环境设置、风险区域提示及明确的不测试范围，确保QA高效执行。
