为新增的SSIM测试在Hugging Face上生成并上传参考文件（mp4或pt）。通过Modal L40S运行测试，下载结果供用户验证后，安全上传至HF数据集，解决新测试因缺少参考数据而失败的问题。
用于设计高价值测试策略，通过行为映射覆盖矩阵、识别边界场景并选择验证命令。适用于生成测试计划、回归策略或QA清单等场景。
用于重放客户端工具调用测试用例，支持 Cherry Studio 等特定客户端的协议验证。通过 dry-run 检查配置并执行流式/非流式行为校验，确保 API 交互符合预期。
提供Bull Put Spread策略的回测功能，对比带FearScore信号与无信号控制组的绩效。支持自定义参数并返回收益曲线、KPI及交易明细，用于量化评估期权策略Alpha。
用于验证 HuggingFace 与 Megatron/MCore checkpoint 在 TP/PP 设置下行为一致性的双语指南，涵盖 pytest 测试套件及模型转换脚本。
定义 Playwright E2E 测试中的等待策略，规定以隐式等待为主、显式等待为辅的原则。规范全局超时配置、Fixture 注入方式及特殊场景下的显式等待用法，禁止硬等待，旨在提升测试稳定性与执行效率。
提供测试编写指南，涵盖.sqltest、TCL及Rust测试类型与用例。说明测试运行命令、格式转换方法及关键规则，指导如何高效编写和维护项目测试套件。
提供测试编写与审查的规范，核心原则为测试契约而非实现。涵盖单行为测试、命名结构、依赖注入及外部边界模拟等规则，支持编写和审计两种模式，确保测试清晰、隔离且具备重构韧性。
用于规划并执行可用性测试，涵盖测试设计、任务脚本编写、主持与观察及发现综合。适用于在上线前或重构后验证原型/现有设计，识别可用性问题并提升任务完成率。
用于 Tiny World Builder 前端 UI 的视觉质量检查，涵盖渲染、交互、UI 元素及性能表现。
用于扫描React代码库的安全性、性能、正确性和架构问题，提供健康评分。支持提交前回归检查、全面清理及规则配置解释，辅助开发者修复问题并提升代码质量。
提供XXE漏洞利用专家级指南，覆盖经典注入、OOB外带及多场景（SOAP/Office/SVG），辅助安全测试与攻击模拟。
