针对目标 PR 设计、实施并验证智能终端集成测试，将修复转化为 E2E 覆盖，验证现有行为并更新发布清单。
提供在无 Docker 环境下验证 harness 变更的端到端方案。通过安装固定版本 CLI、启动 Stub 服务器捕获请求头，并精确模拟容器环境变量来驱动真实 CLI，确保与生产行为一致。
用于在iOS模拟器、Android模拟器和移动Web上对TrueSheet进行端到端测试。支持构建安装、驱动交互、收集像素/日志证据、对比HEAD验证回归或崩溃，覆盖原生与Web场景。
用于验证社区技能交付的合成型只读指令技能，通过读取探针文件检查支持资源访问，不执行命令或安装依赖。
用于在官方Docker镜像中运行SWE-bench实例，自动拉取镜像、启动容器并执行Agent生成代码补丁，支持验证补丁是否解决Issue及评估性能。
提供SSTI攻击方法论，涵盖多引擎指纹识别、探测及利用链。用于测试模板渲染端点或实现代码执行。
专注于Windows域渗透与Active Directory安全测试，涵盖Kerberos、AD CS证书攻击、BloodHound路径分析及提权研究。强调严格授权范围、枚举优先及凭证横向移动，提供标准化工作流与工具链指南。
通过 ApexGuru API 对 Salesforce Apex 项目进行性能扫描，检测 SOQL/DML 循环等反模式，并输出详细修复建议。
执行真实用户视角的QA流程，涵盖手动测试、UX漏洞排查及构建验收。自动生成结构化Bug报告、P0-P2分级、HTML仪表盘及YES/NO发布建议，并与工程追踪器双向同步，确保版本质量。
用于编译 Articraft 记录、启动本地查看器、检查关节资产视觉表现及维护查看器前后端代码。包含编译命令、服务启动流程及视觉 QA 检查清单，确保资产连接、运动、材质和 API 行为正确。
提供基于测试金字塔的测试策略设计，涵盖风险驱动测试、覆盖率目标及CI集成规范，旨在早期发现缺陷并提升产品质量。
指导通过红-绿-重构循环实现功能或修复缺陷。先写最小回归测试复现问题，确保失败后修改代码使其通过，最后审查变更并验证测试套件。
规范 bench_env 任务测试用例的编写，要求正例使用自然语言，反例覆盖特定失败模式，确保测试真实有效。
面向JavaScript/TypeScript应用的测试专家技能，涵盖单元测试、集成测试及端到端测试用例编写，支持运行时错误、逻辑缺陷、性能瓶颈及安全漏洞的调试与系统性代码分析。
ProofShot用于UI视觉验证，在构建或修改界面后启动录制，驱动浏览器测试并截图，最后打包视频、截图和错误报告。支持自动提交PR评论，确保视觉功能正确无误。
