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。
验证代码实现是否与变更规范、任务和设计文档一致，检查完整性、正确性和一致性，确保归档前质量达标。
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。
提供现代Android应用测试专家指南，涵盖单元测试、Hilt集成测试及Roborazzi截图测试。包含依赖配置、测试编写示例及运行命令，旨在保障UI正确性与逻辑隔离。
针对游戏构建进行证据化质量验证。覆盖运行稳定性、渲染、核心循环、本地化及首次上手体验，新增TTS与语音资产检查，确保设计意图在真实环境中被客观证实。
用于安全扫描验证阶段，评估候选漏洞的有效性。通过代码追踪或动态复现生成证据，区分真伪阳性，支持紧凑模式批量处理并更新候选账本。
用于在变更执行阶段完成最终验证、审计与归档。通过状态守卫确保流程安全，支持快速路径或完整清单验证，检查测试、代码完整性及一致性，生成报告并决定发布结果。
在Orca环境中控制iOS模拟器，支持点击、手势、输入及权限管理等操作。提供CLI解析与版本匹配指南，确保设备作用域和生命周期管理正确，优于直接使用simctl。
指导如何构建、启动并驱动LiveMarkdownEditor WPF应用，通过截图和自动化操作验证UI行为、布局及命令可用性，弥补无头测试的不足。
自动化捕获桌面应用截图并上传至GitHub PR。使用Playwright模拟交互，通过专用脚本托管图片以兼容GitHub代理，确保PR评论中图片正常显示。
提供基于Chromium的浏览器自动化能力，支持AI代理通过Node.js脚本进行页面交互、数据提取、截图及表单填写。适用于网页测试、QA、爬虫及任何需要程序化控制浏览器的场景。
GPUI应用测试技能，提供组件、异步操作及UI行为的测试方法。涵盖基础、异步及属性测试，支持无窗口和有窗口上下文，助力编写确定性且高效的Rust测试用例。
