Agentinel 是本地资源监控 CLI，用于检测 AI 代理进程的内存/CPU/磁盘占用、僵尸会话及泄漏。通过只读扫描提供系统快照与清理建议，帮助用户诊断资源异常并优化机器状态。
为仓库中的AI智能体配置CIAgent回归测试。包括定位Agent、编写运行器、选择查询语句、记录黄金基线并生成测试规范，以建立可运行的回归测试套件和稳定性报告。
用于基准测试PII模型的召回率，通过合成数据评估精确跨度与字符召回，确保在发布前满足隐私保护阈值要求。
用于捕获视觉变更的PR前后截图，支持桌面和移动端。提供基于Diff的自动化工具、标准化对比协议及Puppeteer/CDP常见陷阱规避指南，确保截图准确并符合仓库规范。
验证PR证据截图和Viewer HTML的质量，检查图片尺寸、大小及空白率，并使用Playwright验证HTML渲染正确性，确保提交前无CI失败或误导性内容。
教授GSD课程第5课，涵盖项目验证、调试及快速模式。通过交互式QA确保构建功能正常，指导用户运行测试用例并处理缺陷，适用于学习完整开发闭环与质量保证流程。
强制在任务完成前通过执行最新命令获取终端证据，禁止使用模糊词汇或缓存数据。包含五步验证流程、回归测试规范及失败模式记忆集成，确保所有声明均基于实时运行结果。
执行 /clear 前的只读检查，验证手稿、仓库状态及日志完整性。通过脚本退出码给出明确放行或阻断指令，防止数据丢失。
指导如何设计、审查和清理测试用例，以最大化回归信号并最小化维护成本。涵盖从核心逻辑到冒烟测试的分层选择策略，强调确定性、可观测性及避免低质量测试。
用于评估和改进Google Cloud上AI模型及Agent的质量。涵盖数据集构建、指标选择、失败分析、结果对比及优化建议，支持BYOM和MaaS模式，提供安全执行分级指引。
集成 Zephyr Squad (Legacy) 测试管理工具，支持通过 Membrane CLI 进行项目、测试用例及执行记录的管理与交互。
用于定期校验分类准确性，通过对比历史决策与实际结果计算准确率及偏差指标，识别系统性错误并建议调整信号权重或阈值，以提升分类精度。
用于追踪TulingResearch Plus Race Mode相关上游公共变更，执行快照差异分析、版本异常检测及生成观察报告。
通过渲染UI并截图，基于StyleSeed规则进行视觉验收。在代码审查通过后执行，检查像素级细节如字体、布局和可读性，确保最终视觉效果符合设计规范。
使用termctrl工具在真实终端中驱动和验证TUI、REPL等交互式应用，支持屏幕读取、键盘输入、会话管理及证据录制，用于自动化测试或操作CLI进程。
