指导在实现逻辑、修复Bug或修改功能时，遵循先写失败测试再写代码的TDD流程。涵盖RED-GREEN-REFACTOR循环及Bug复现模式，确保代码正确性并防止回归。
在视觉工作验收前，使用未预置上下文的子代理作为第二双眼睛进行截图审查。通过截取关键区域、独立评估缺陷并验证数据真实性，确保视觉变更的准确性，防止主观误判。
针对互联网暴露的VMware vCenter及关联组件的外部攻击矩阵，涵盖版本指纹识别、已知高危CVE利用链分析及默认凭证探测，用于安全评估。
提供 Pipeline Studio 应用的 Playwright E2E 测试编写与调试指南，涵盖环境配置、CLI 交互、定位器探索及基于 playwright-cli 的 Agent 调试工作流。
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。
用于运行、校准和比较编程代理评估，支持Aider Polyglot基准测试及Capstan/OpenCode对比。
分析或生成XML站点地图，验证格式、URL及结构合规性。支持发现候选、检查限幅、状态码、lastmod准确性及子类型规范，提供常见问题修复建议。
通过 RPC 桥接控制 Silo GUI 应用进行运行时验证。在隔离沙箱中启动或附加应用，执行命令、评估 DOM、截图并管理资源，为 verify skill 提供证据捕获能力。
检查 ghostty 终端核心是否有值得更新的重大变更。通过解析当前 pinned sha，对比 main 分支差异，过滤无关噪音，仅关注影响嵌入终端核心的信号变更，并给出是否更新建议。
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。适用于基准数据集上的模型答案评估场景。
基于Google Lighthouse标准的综合网站质量审计技能，涵盖性能、无障碍、SEO及最佳实践。通过分析代码识别问题，按严重程度分类并提供可操作的修复建议与代码示例。
用于 DeepSeek Harness 插件及包的测试与审查，涵盖单元测试、覆盖率、E2E、快照等最小必要测试集。支持版本迁移回归测试及 Docker 发布冒烟测试，确保运行时正确性与兼容性验证。
