用于更新 Jint JS 引擎的 test262 测试套件版本。包括调整 SHA 配置、分析上游变更、运行合规性测试并修复暴露出的引擎缺陷，严禁修改测试用例本身。
为Agent技能编写行为探针，通过分级测试（问答或植入缺陷）验证技能是否真正改变代理行为，防止无效测量。
提供在devcontainer中运行测试的标准化流程，涵盖环境检查、全量/快速测试执行、特定测试运行及认证重置，并警示跨测试污染陷阱。
用于验证漏洞发现是否真实存在、可达且可利用的多阶段流水线，防止在幻觉或死代码上浪费精力。适用于扫描后、开发前阶段。
对 Skyvern 部署进行冒烟测试，依次验证后端 API 可达性、前端渲染正确性、浏览器会话创建能力及工作流端到端执行状态，确保实例健康。
用于角色动画预览和最终渲染的自动化质量检查，涵盖Schema验证、静态资源、Playwright浏览器截图及FFmpeg媒体元数据检测。
提供终端代理的基准驱动改进循环，涵盖运行评测、LLM评分、迭代日志记录及报告生成，用于系统性优化终端行为与编码流程。
分析现有Android项目测试配置，并创建全面的测试策略。包括安装依赖、设置DI框架测试支持、搭建单元测试、UI测试、截图测试及E2E测试的基础设施与执行环境。
用于 Okojo 运行时和编译器开发，特别是 Test262 合规性修复。涵盖正确性优先原则、V8/Node 参考对比、字节码调试工作流、本地测试循环及 Test262 Runner 使用指南。
作为主测试架构师，生成需求到测试的追溯矩阵，分析覆盖率并做出质量门禁决策（通过/关注/失败/豁免）。
分析检查点规范与现有测试，识别并补充缺失的边界、异常及空值等边缘情况测试用例，确保测试覆盖度。
vllm-bench用于对OpenAI兼容或vLLM服务端点进行基准测试，支持多轮对话负载测试。涵盖安装、参数配置、后端选择及指标解读，帮助评估TTFT、吞吐量等性能。
