用于设置、检查和完成Overmind Optimiser实验，支持提示词/代码优化及模型对比。通过MCP项目协调本地执行器，严格遵循评估合约与基线规则，确保在授权范围内测量改进并防止预算超支。
指导编写行为导向测试，强调断言实际可观测结果而非实现细节或展示内容。适用于新增、回归、修复脆弱测试及审查场景，旨在提高测试稳定性与真实性。
评估网站在AI答案引擎中的可见性，依据AIV标准打分0-100。通过API实时检测各大模型是否引用该网站。专注测量与审计，不提供修复方案。
执行生产就绪检查，并行运行RBAC、钩子、设计系统、测试及安全审计，并验证Monorepo构建状态，最终输出包含修复摘要和构建状态的报告。
驱动 Search macOS 浏览器执行自动化测试，支持打开标签页、截图、交互及扩展管理。适用于测试搜索功能、浏览器驱动及运行 ./bench 命令等场景。
通过BetterDisplay创建虚拟屏幕以扩展测试环境，解决物理显示器不足问题。支持屏幕连接、去镜像、读取桌面模式及帧信息，验证多屏布局与Space行为，适用于跨屏移动或独立空间测试场景。
每日自动巡检所有在线项目，读取生产日志并记录健康观察结果。将错误聚合为指纹以识别事件，更新健康账本和摘要，仅在满足阈值时标记事件。只读操作，不部署或修改配置。
生成、验证或移除大型合成ZCode任务数据，用于UI渲染、会话性能测试及快照恢复等场景。通过操作本地SQLite数据库模拟长运行任务，避免手动聊天耗时。
指导在用户前台工作时，安全执行后台UI测试。确保不干扰用户焦点、指针及剪贴板，涵盖目标绑定、干扰观察与资源清理，适用于非破坏性自动化测试场景。
用于对 OpenResearch 进行类用户视角的端到端测试，覆盖真实代理、后端交互及多平台桌面 Webview。旨在验证 UI/UX 状态、主题、尺寸、语言及输入兼容性，确保变更在真实场景下无缺陷，适用于提交 PR 前或修复 Bug 后的验证环节。
