指导测试驱动开发实践，遵循红绿重构循环。在编码前编写失败测试，确保最小实现通过，并清理代码。用于新功能、修复回归测试及评估测试价值，强调边界行为测试与防回归。
用于创建、编辑、调试和运行Strata项目的GUI自动化测试场景。支持操作JSONL格式的场景文件、修改头部配置、分析QA失败日志及产物，并管理底层QA运行器与协议交互。
用于运行、校准和比较基于Aider Polyglot语料的编码代理评估基准，支持多模型公平对比及性能测量。
分析现有XML站点地图或生成新站点地图，验证格式、URL及结构合规性。支持发现候选、检查有效性、质量信号及扩展类型（图片/视频/新闻），修复常见SEO问题。
通过RPC桥控制Silo桌面应用进行运行时验证，包括启动、操作DOM、截图及工作区管理。强调在沙箱中执行以保护用户数据，并通过单次Bash调用优化Agent交互效率。
UnifiedBenchDatasetEvaluator算子参考文档，支持6种评估类型对模型答案打分并输出统计结果。用于基准数据集上的模型回答评估任务。
基于Google Lighthouse的Web质量审计技能，覆盖性能、无障碍、SEO等150+项检查。用于分析代码问题、按严重程度分类并提供可操作的修复建议与示例。
用于 DeepSeek Harness 插件编写或审查的测试技能，涵盖单元测试、覆盖率、E2E 及 Docker 冒烟测试。提供版本迁移工作流，强调最小充分性验证与真实运行时证明，避免重复检查。
Playwright命令行工具，用于自动化浏览器交互、网页测试及脚本执行。支持页面导航、元素操作、截图及多标签页管理，适用于Web应用的功能验证与自动化任务。
用于在用户明确要求时，对 traceway-cli 进行端到端集成测试。通过连接真实服务器验证细节接口、TTY渲染及自适应指标发现，并生成覆盖率报告。严格遵循只读原则，禁止任何数据修改操作。
扫描 ORCA LINK 对官方 DSH 图标与加载动画的覆盖，定位版本更新后的失配、新增及未匹配项。通过比对源码与 Fixture 生成报告，辅助快速检查遗漏并指导后续修复。
指导如何更新 Python conda 环境测试中 Miniconda 的固定版本，包括定位配置文件、选择新版本及处理大版本变更。
