为项目配置性能基准测试与CodSpeed集成，自动检测语言并选择合适框架（如Rust/Python/Go等），生成benchmark代码或配置文件，支持模拟模式与火焰图分析。
用于升级 Go ai-sdk 仓库的上游 Vercel AI SDK 基准版本。通过对比上游变更、重新生成一致性预期并修复实现差异，确保本地实现与最新稳定版保持同步。
用于在LangSmith中迭代创建在线评估器。通过检查追踪数据、与用户沟通确定评估维度，并构建和验证LLM裁判或代码型评估器，以提升应用质量监控能力。
提供Android应用构建、测试及自动化脚本，支持无障碍UI导航、日志监控和模拟器生命周期管理，专为AI代理优化。
指导在VS Code仓库中运行单元测试。优先使用runTests工具获取结构化结果，备选通过test.sh或test.bat脚本执行Mocha测试，支持按文件、名称过滤及覆盖率收集。
提供Windows 95虚拟机自动化探测工具，用于在Electron环境下测试v86更新、SMB变更及引导稳定性。支持自动启动、键盘输入模拟、屏幕截图及详细日志记录，适用于回归测试和版本二分排查。
TDD技能，作为test-driven-development的别名。用于指导测试驱动开发实践，通过红绿重构循环提升代码质量。
用于监控SendGrid邮件程序健康度，通过SEQ API获取评分及五项指标，诊断发送者声誉与投递问题。需满足特定计划、追踪开启及发送量门槛方可使用，旨在提升收件箱送达率。
用于录制、审计和重放Tutti AgentGUI会话回放磁带，确保测试确定性。涵盖场景设计、真实录制、一致性验证及证据捕获，支持排查记录或重放不匹配问题。
安全终端执行器，强制将HTTP API测试和curl/wget请求封装为带超时保护、进程退出保证及日志输出的Node.js脚本，防止命令卡死，支持快速通道优化。
指导为AReaL项目添加单元测试，涵盖测试类型识别、文件结构创建、编写规范及Pytest标记使用，旨在提升代码覆盖率并确保CI流程稳定。
用于在修复代码前复现失败、修复后验证解决情况，并检查测试质量（如模拟反模式）。通过记录前后状态确保问题真正解决，防止回归。
