在cmux环境中执行集成测试套件，验证子智能体生命周期端到端功能。包含环境预检、单元及集成测试运行、结果轮询监控及会话目录检查。
提供后端 pytest 和前端 Bun/RTL 的测试运行、修复及覆盖率添加指南，涵盖环境配置、命令及最佳实践。
在隔离工作区构建并启动 LLM Gateway 栈，用于验证 API、网关、仪表板或截图变更。支持本地复现、端口偏移启动、种子数据截图及端到端流程检查。
指导如何为 Lens 变更编写后端 HTTP 契约测试，聚焦高风险场景如认证、路由及协议兼容性。通过 API fixtures 驱动端到端测试，严格区分实现细节与契约行为，确保测试风险导向且覆盖关键路径。
作为Bug Hunter的最终仲裁者，独立审查漏洞报告与质疑，通过代码重读和证据评估判定真伪，输出包含CVSS评分的权威裁决。
提供29个生产级脚本，用于iOS应用的构建、测试与自动化。通过辅助功能树实现语义化UI导航和模拟器生命周期管理，优化AI Agent交互效率并降低Token消耗。
指导在 Android Jetpack Compose 性能测试中使用 Release 模式构建，以获取真实性能数据。涵盖配置 R8、禁用 Live Literals 及使用 Macrobenchmark 等工具进行基准测试，适用于排查卡顿、启动慢及性能回归问题。
提供Agent评估指南，涵盖数据集准备、运行评估、失败分析及优化闭环。支持指标配置、LLM裁判打分及多模态评估，帮助用户迭代提升Agent质量。
自动修复构建、类型检查或测试失败的技能。通过循环读取错误并应用最小化修改，直至命令返回成功退出码，避免人工干预和大范围重构，提升代码质量与交付效率。
提供按需执行的本地全面验证审计技能，处理PR/CI修复、资源安全限制及失败重试，确保代码在推送前通过严格检查。
用于编写、运行和调试 Warp 应用的集成测试，涵盖 UI 和终端行为验证。支持使用自定义 Builder/TestStep 框架，处理真实实例启动、隔离环境及断言轮询等复杂场景。
用于验证现有工作是否满足验收条件，通过最小化证明集进行只读检查。适用于完成度确认、聚焦门禁运行及最后一公里验证，严禁修改代码或添加无关内容，确保在证明完成后立即停止并报告结果。
基于 CalculiX MCP 的模态分析工作流，支持提取固有频率、检查共振裕度及可视化振型。通过运行求解器并解析结果文件，实现自由振动特征值分析。
