生成制裁名单更新测试数据，验证筛查系统的覆盖率和模糊匹配调优。从OFAC、OFSI和EU等来源提取最新指定名称及变体，用于回归测试和质量保证。
指导编写高质量的 Java JUnit 5 测试，推荐使用 AssertJ 断言和 AAA 模式。适用于创建新测试、改进现有测试或提升覆盖率等场景。
提供多种Web shell样本用于检测和分析，支持安全研究、IDS/IPS签名测试及取证分析。仅限授权渗透测试、漏洞赏金和CTF等合法场景使用。
提供语言无关的测试原则，涵盖TDD流程、质量要求（如覆盖率诊断而非目标）、设计规则（AAA模式、边界测试）及Mock策略。用于指导编写高质量测试、设计测试策略及评审测试代码。
这是一个用于测试打包器失败场景的故障模拟技能，主要用于验证系统在异常或错误条件下的处理能力和容错机制。
用于执行代码或测试以验证功能是否正常工作，输出基于证据的通过、失败或损坏结论。适用于用户询问变更是否引入回归、验证修复效果等场景。
指导使用 Neuron 工具链对 Trainium/Inferentia 上的 NKI 内核进行性能分析，包括生成 NEFF/NTFF 文件及查看摘要。
指导PPoPP会议并行计算工件评估的打包与复现，涵盖徽章政策、跨硬件结果重现实验设计及文档规范。
用于AI代理的浏览器自动化CLI工具，支持导航、表单填写、截图和数据提取。通过快照交互模式实现网页操作，适用于测试Web应用或自动化浏览器任务。
提供Web全栈测试技能，涵盖单元、E2E、负载、安全及无障碍测试。集成Playwright、Vitest和k6等工具，支持CI/CD流程、跨浏览器兼容性及性能优化，助力提升代码质量与发布稳定性。
提供Jest测试模式、工厂函数、Mock策略及TDD工作流指南。涵盖自定义渲染、组件与数据工厂创建，以及模块和GraphQL Hook的Mock方法，旨在辅助编写高质量单元测试并遵循行为驱动测试原则。
用于重建、验证或运行 Core AI 模型库中的模型。通过读取目录和配方，一键导出并检查模型包是否与源模型一致，支持转换、验证及依赖检查等流程。
用于校验Unity项目与场景健康度，检查断裂引用、缺失脚本、资源冗余及编译错误，并提供构建前清理功能，确保项目完整性。
