提供游戏自动化能力，支持启动、窗口控制、截图及输入驱动，用于验证Mod、自动导航菜单或构建可重复测试场景。
执行端到端交付验收，自动发现或编写验证计划，驱动真实产品（CLI/Web等）捕获视觉证据并发布结果。适用于本地E2E验证、测试报告生成及手动/自动化测试场景。
指导测试决策，包括判断是否需新增测试、设计回归测试及遵循 TDD。默认不添加新测试，仅在明确要求或复现回归时添加自动化，优先利用现有检查验证。
规定在声称工作完成、修复或提交PR前，必须提供验证证据。禁止无依据断言，强调测试通过、构建成功等需实际输出支持，防止未经验证即宣称结果。
提供Web和移动应用的端到端测试能力，支持编写、运行及调试混合智能体目标与精确断言的UI测试。涵盖配置、MCP交互、故障排查及自动化探索等功能。
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。
