playwright
Playwright CLI 技能：在终端中驱动真实浏览器完成导航、表单填写、快照、截图、数据提取与 UI 流程调试。以 CLI 优先，不转向 @playwright/test，除非用户明确要求测试文件。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-20 00:13
测试与质量
12,391 个结果
paid-ads-launch
NotFair 插件中的付费广告投放技能，用于在产生花费前规划并准备新的付费媒体广告系列或跨渠道测试，适用于创建、启动、设置或分配预算等请求。
1k-retrospective
1k-retrospective 是一个用于定期回顾缺陷修复案例、并据此更新自测清单的技能。它读取案例研究文件，统计新增案例，分析根因模式，找出未被覆盖或覆盖薄弱的检查项，提出并（经确认后）应用自测规则修改。
code-review-excellence
一套系统化的代码审查实践指南，帮助团队把代码审查从把关变成知识共享：提供反馈技巧、分阶段审查流程、安全与性能检查清单、严重程度标签、语言特定问题示例及 PR 评论模板。
ios-simulator-skill
面向 iOS 模拟器的自动化技能，提供 21 个生产级脚本，用于构建、测试与自动化 iOS 应用。基于无障碍语义导航而非像素坐标，支持屏幕元素映射、点击输入、手势、权限管理、推送通知、模拟器生命周期管理等，输出结构化数据便于 CI/CD 集成。
tdd
一套面向功能开发、缺陷修复、回归防护与安全重构的测试驱动开发（TDD）工作流技能，强调先写失败测试、垂直小步推进、保持快速反馈，并以可执行证据作为判断依据。
verify-this
verify-this 是一个用于验证具体主张的本地证据流程：先把主张改写为可证伪形式，再采集基线与处理后的原始工件进行对比，最后返回 VERIFIED、NOT VERIFIED 或 INCONCLUSIVE 三选一结论。
accessibility-compliance-accessibility-audit
这是一个专注于无障碍合规与无障碍审计的 AI 技能。它面向 WCAG 合规、包容性设计和辅助技术兼容性，帮助用户对数字产品进行无障碍审计。该技能适用于审计网页或移动端体验的 WCAG 合规情况、识别无障碍障碍并确定修复优先级、建立持续的无障碍测试实践，以及为相关方准备合规证据。它强调自动化测试、人工验证、修复策略与持续实践的结合，并给出审计流程：确认范围（平台、WCAG 等级、目标页面、关键用户旅程）、运行自动化扫描收集基线违规与覆盖缺口、执行人工检查（键盘、屏幕阅读器、焦点顺序、对比度）、将发现映射到 WCAG 标准、严重程度与用户影响、提供修复步骤并在修复后重新测试。若需要详细流程，可打开 resources/implementation-playbook.md，其中包含详细的审计步骤、工具与修复示例。该技能不适合仅需一般 UI 设计评审且不涉及无障碍范围的场景、与用户体验或合规无关的请求，或无法访问 UI、设计产物或内容的情况。
accessibility-audit
accessibility-audit 是浏览器无障碍审计技能，属于 serkan-ozal/browser-devtools-skills。它通过 ARIA 快照、无障碍（AX）树分析和 WCAG 检查来审计网页的无障碍性，适用于用户询问无障碍、a11y、WCAG 合规、屏幕阅读器兼容性、ARIA 角色与标签、键盘导航等场景。技能提供无障碍相关的命令行能力，包括获取 ARIA 快照、获取 AX 树快照（可按角色过滤、检查遮挡、仅显示可见元素）、模拟键盘按键进行焦点与键盘导航测试，并附带四类 WCAG 检查清单。审计流程从打开页面、等待网络空闲开始，依次获取 ARIA 快照与 AX 树、检查遮挡、测试键盘导航并截图记录焦点，最后清理会话。常见检查覆盖缺失替代文本、表单标签缺失、空按钮或链接、隐藏但可聚焦元素等问题，并可针对标题层级、表单、导航元素和交互元素做专项审计。
testing-on-the-toilet
Testing on the Toilet 是一套从 Google 2007 至 2026 年 TotT 系列内容提炼而来的测试实践规则集，以技能形式提供，用于在编写新测试或评审测试改动时逐条应用。它围绕一个循环展开：先设「变更检测器」闸门，要求测试断言可观察结果而非生产代码结构，只有调用本身就是契约时才允许交互验证；再选择仍具保真度的最廉价测试层，按风险对照表格选层（纯逻辑走快速单元、自有协作者用真实对象或维护型伪件、服务契约用伪件或封闭服务器、UI 接线驱动渲染控件、跨系统关键路径用小规模端到端）；接着按 真实 > 伪件 > 桩 > 模拟 的顺序选择测试替身，硬性规则包括不模拟不拥有的类型、构造函数注入长寿命协作者、避免 seam 异味；编写遵循 DAMP 原则，一测一行为、命名体现场景与预期、字面输入输出、窄断言、可操作失败信息；并保证封闭与确定性，注入时钟、不用 sleep 同步、隔离夹具；最后通过先绿后破坏生产或反转断言验证测试能失败。附带评审清单，从六项标准判断测试是否可合并。
ai-regression-testing
AI Regression Testing 是一个面向 AI 辅助开发场景的回归测试设计技能。它针对模型在“自己写代码又自己审查假设”时常见的盲区，例如沙箱与生产路径漂移、响应结构不匹配、序列化器与 DTO 字段不一致等问题，帮助开发者补充能够捕获这些失败的测试。核心原则是测试曾经失败的契约本身，而不是智能体所写的实现，并假定审查模型与编写模型存在同样的盲区。该技能适用于 API 路由、后端逻辑、序列化器或响应 schema 被 AI 修改后，或缺陷已修复需防止复现、特性和沙箱/模拟与生产路径并存、模型审查声称正确却没有测试证明、构建与 lint 通过但用户可见契约可能错误、以及特性开关、模拟模式、回退路径或错误路径被改动的场景。使用时通常先明确用户或调用方契约，再追踪所有应满足该契约的路径，随后先编写会在未修复缺陷上失败的回归测试，对 API 与数据契约做路径一致性比对，最后运行窄范围测试再到相关测试套件进行验证。证据资料未提供该技能的收费、价格、平台支持范围或具体效果数据。
skill-comply
Skill Comply 是一个用于测量智能体是否遵循某个技能、规则或智能体定义的测试工具。它通过在真实条件下运行场景，并将智能体的动作时间线与预期规范进行比对，来判断指令文件是否真正改变了智能体的行为。其目标不是证明文件写得好，而是衡量当用户提示词分别为支持、中立或竞争时，智能体是否仍会遵循该指令。输入可以是 SKILL.md、规则文件、命令、智能体定义或指令文档的路径，以及可选的场景列表、追踪日志、目标测试框架和通过阈值。输出包括预期行为规范、按严格程度划分的场景提示、合规分数与失败分类、以及包含匹配、缺失、乱序或多余步骤的动作时间线。默认不进行网络调用或生产环境写入，运行高成本模型试验、修改目标文件或在仓库外写报告前需要确认。
matrix
Matrix 是一款用于控制多维组合爆炸的规划型智能体技能，核心目标是在多个维度（轴）与大量取值的情况下，设计「最小可辩护组合集」，而不是穷举执行。它适用于测试、负载、部署、用户体验、风险、实验、兼容性和 AI/ML 组合等场景。Matrix 的默认策略是两两（Pairwise）覆盖，即保证 100% 的 2-way 交互覆盖，并追求相对穷举约 20 倍至 700 倍的用例缩减；对安全关键或受监管领域可升级到三因素及以上或混合强度。其工作流为 PARSE → EXPAND → OPTIMIZE → PLAN：解析轴、取值、约束、优先级与预算，计算原始组合总数，选择最小可辩护集合，最后产出可交给下游专家执行的计划。Matrix 本身不执行测试、部署、实验或扫描，只做规划；同时会报告覆盖率、缩减率、未覆盖元组、约束健康度与预算缺口，并在约束排除超过 30% 时发出警告。
asserting-bounds-and-dimensions
该技能用于在 Compose UI 测试中验证布局的尺寸与位置，全部以 dp 为单位进行断言，而非像素。它提供 assertWidthIsEqualTo、assertHeightIsEqualTo、assertWidthIsAtLeast、assertHeightIsAtLeast、assertPositionInRootIsEqualTo 等 API，并区分未裁剪边界（getUnclippedBoundsInRoot）与裁剪边界（getBoundsInRoot），用于计算内边距、间距、对齐以及触摸目标尺寸。默认容差为半个 dp，以吸收布局取整带来的亚像素漂移。
choosing-test-rule-vs-runtest
面向 Compose UI 测试的技能：指导在 JUnit4 TestRule（createComposeRule 等）与挂起 lambda（runComposeUiTest）之间选择正确入口，并提示 v1 到 v2 的弃用迁移及混用风险。
composing-semantics-matchers
该技能用于在 Compose UI 测试中构建精确的节点查询：通过 infix and、infix or 和 operator not 组合 SemanticsMatcher 谓词，并配合预置过滤器库、自定义语义键（expectValue/keyIsDefined）以及层级匹配器（hasAnyAncestor、hasAnyDescendant 等），把脆弱的断言链替换为单个声明式匹配器。组合后的匹配器描述会原样出现在断言失败信息中，逐条列出未满足的子句，便于定位问题。适用于需要按多个约束查找节点、组合 hasText 与 hasClickAction、取反匹配器、按自定义 SemanticsPropertyKey 过滤，或进行层级关系匹配的场景。
writing-tests-with-kotlin-test
使用 kotlin.test 编写测试的技能：提供跨平台断言与注解 API，同一份测试源码可在 commonTest、JVM 及各 Kotlin Multiplatform 目标上编译运行，并说明 Gradle 依赖配置、断言选择与常见限制。
duck-risk
duck-risk 是一个面向提案或变更范围的对抗性风险审查技能，用于在用户使用前提前发现可能出错的地方。它聚焦于正确性、可靠性、安全相邻的风险，并给出最小安全缓解措施。每次审查最多输出 3 条高影响发现，每条包含故障模式、影响、回滚信息和修复建议，并按严重程度用 🔴 bug、🟡 risk、❓ question 前缀区分。该技能仅提供风险发现与缓解建议，合并或批准决定仍由用户负责。
test-audit
test-audit 是一套用于判断测试是否值得保留的规则与审计流程，适用于编写、修改、评审或清理测试的场景。它提出统一的留存标准：一个测试只有能捕获会被视为 bug 的破坏，才配得上它的维护成本。该标准同时用于新增测试的门禁和清理既有测试的决策。内容涵盖：写测试前的四问（生产代码的哪种变更会使其失败、该变更是 bug 还是有意决策、预期值来源、现有覆盖为何未捕获、是否需要生产代码为测试开缝）、垃圾测试模式检查、回归测试的验证方式、Mock 使用规范、完成前的心智变异检查，以及审计既有测试的只读发现流程、证据记录、分批编辑、最小测试运行和报告要求。具体分类、平台或收费信息暂未提供。
qa-explain-behavior
qa-explain-behavior 是一个面向 QA 测试工程员的技能，用于回答关于产品行为的提问，例如有哪些功能、用户流程如何运作、适用哪些业务规则、系统处理哪些边界情况。它把代码库当作产品说明书来阅读，并将系统行为翻译成通俗语言，默认只讲产品层面，不讲实现细节。回答会围绕角色、操作、结果、规则和边界情况组织，覆盖功能说明、流程走查、是否支持、权限、边界情况排查、失败行为等问答形态。它强调指出未实现的功能、仅 API 支持而无界面的能力以及限制条件，并在不确定时如实说明。默认不输出代码、数据库结构或框架术语，除非用户明确要求。
setup-change-aware-pr-testing
该技能用于为项目配置「变更感知」的 PR 测试 CI：当每次拉取请求（PR）对应的代码部署成功后，自动在 Testomat.io 上创建一个仅覆盖本次变更所影响测试的运行（run）。它先通过扫描项目判断测试类型（手动、自动化或混合），再根据用户选择确定触发部署（PR 预览部署、合并后部署或两者）、执行方式（Testomat.io CI profile 远程执行、流水线内联执行或跨仓库调度）以及 rungroup 策略。核心依赖覆盖率映射文件（默认 coverage.tests.yml），由 reporter 按 diff 过滤出受影响的测试。最终交付物是提交到项目自身 CI 系统的可运行流水线配置，并经过本地 battle-test 验证。
cucumber-fundamentals
Cucumber Fundamentals 是一份关于 Cucumber 与 Gherkin 核心概念的技能资料，聚焦行为驱动开发（BDD）。内容涵盖 Gherkin 语法（Given-When-Then 结构）、Feature 文件结构、关键字说明（Feature、Scenario、Given、When、Then、And/But、Background、Scenario Outline、Examples）、Scenario Outlines 参数化测试、Tags 标签组织与过滤、Data Tables 数据表、Doc Strings 多行文本，以及编写声明式场景、保持场景独立、使用领域语言、一个场景一个行为等最佳实践，并给出好与坏场景的对比示例。
swing-review
swing-review 是一个用于代码、架构、PR 和决策的“魔鬼代言人”式对抗性审查技能。它通过结构化的对抗分析，主动暴露隐藏缺陷、边界情况与盲点。其核心流程包括：先进行“钢铁人”论证（理解方案被选择的最强理由），再从逻辑严谨性、边界情况攻击、结构完整性三个独立向量发起攻击，随后按严重程度（严重/重要/次要/提示）分类问题，并为每个严重和重要问题提供具体修复方案及其权衡代价。最终给出通过、有条件通过或失败三种结论，并列出暴露出的隐藏假设。适用于合并重要 PR 前、确定架构决策前、评估第三方依赖或高风险场景。
is-agentic
Is Agentic 是一个面向 AI 智能体的网站就绪度审计工具，可对公开 URL 进行技术审计，并发布 0 到 100 的智能体就绪度评分，附带基于证据的问题与修复建议。它提供公开、只读、免费的接口，无需 API 密钥。用户可通过官方 CLI（npx is-agentic <domain> --json）获取评分，或使用只读 API（GET https://is-agentic.com/api/v1/report?url=<url-encoded-target>）读取报告；MCP 主机可连接 Streamable HTTP 端点 https://is-agentic.com/mcp 并调用 is_agentic_get_report、is_agentic_get_methodology 或 is_agentic_get_developer_docs。报告为不可变快照，包含评分、评分细分（essential、recommended、bonus）、问题列表（含 id、名称、层级、结果、证据与建议）、报告链接和扫描时间。报告仅在访问发现其超过 6 小时时刷新，API 与 CLI 在报告缺失时行为不同，目标 URL 精确区分，速率限制为每 IP 每 60 秒 120 次请求。