systematic-debugging
systematic-debugging 是一个用于排查缺陷、测试失败和异常行为的调试技能，强调先定位根因再提出修复。适用于生产故障、性能问题、构建失败和集成问题等场景。
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 10-21 00:11
测试与质量
12,419 个结果
campaign-flow-builder
Campaign Flow Builder 是一个引导式营销流程构建技能，帮助用户从业务意图出发，创建包含入口分群、延迟、条件分支、A/B 测试和导出步骤的完整 Lytics 流程，并支持验证与发布。
pytest-coder
pytest-coder 是一个用于编写 Python pytest 测试的技能，覆盖 fixtures、参数化、mock、异步测试与现代测试模式，适用于创建或更新 Python 测试文件时使用。
matlab-solve-optimization
MATLAB 优化工作流技能，指导从问题分类、建模、求解器选择与配置到结果验证的完整流程，覆盖 optimproblem、optimvar、fcn2optimexpr 等基于问题的建模方式，以及求解器选项校验、梯度检查、收敛诊断与调试。
percy
Percy 是一个可视化测试平台，可在部署前捕获界面视觉缺陷，通过对比不同版本网站或应用的截图实现视觉回归测试。本技能通过 Membrane CLI 与 Percy 交互，支持管理快照、对比、项目和组织等数据。
material-ui-review
Material UI 的代码审查技能，用于审查当前 diff 中的回归、正确性缺陷、测试、简化与文档问题，可按 low/medium/high/xhigh/max 五档调整审查深度与子代理规模。仅在被显式点名时启用。
multi-user-workflow-generator
该技能是一个多用户工作流文档生成器，面向需要测试并发、实时与多人交互场景的 QA 工程师。它通过三个环节协同产出带角色标签的工作流文档：先访谈用户以确定角色（persona）、账号数量、凭据环境变量及邀请流程，形成角色注册表；再用多个 Explore 智能体并行静态分析代码库，覆盖认证与角色、多用户功能、实时同步三类关注点；最后通过 Playwright CLI 以每个角色的独立会话在运行中的应用内实走流程，逐步截图并交由用户确认同步时机与边界情况。产出写入 /workflows/multi-user-workflows.md，每一步动作都标注执行者角色并包含显式同步验证步骤，便于他人或 Playwright 多上下文脚本无歧义地复现。技能以任务列表驱动执行，支持并行智能体追踪、进度可见、会话恢复、迭代编号与审计留痕。
use-profiles
该技能用于在浏览器自动化开始前加载已保存的 Playwright storageState 认证配置文件，免去每次会话手动登录。当项目根目录存在 .playwright/profiles.json 且即将进行浏览器自动化时才生效。它会发现并读取配置中的可用配置文件，根据对话上下文选择合适的角色（用户指定、唯一配置自动选用、多配置则询问），再通过 playwright-cli 把对应 storageState 文件中的 cookies 和 localStorage 载入浏览器会话，并单独恢复其中的 sessionStorage。加载后还会检查配置文件是否附带测试数据文件与验收条件，对本地路径文件做存在性校验（缺失仅警告不阻断），汇总验收标准。此外会通过 URL 跳转、跳转至认证域、页面内容等启发式判断会话是否过期，过期时提示用户刷新而不自动登录。配置引用的状态文件缺失或配置文件不存在时也会给出相应提示。
telegram-e2e-userbot
用于在 Telegram 测试服务器上以专用用户身份验证 OpenClaw Telegram 行为的端到端测试技能，借助 Convex 租借的团队凭据驱动真实用户操作，并用 TDLib 记录编辑、删除、反应和输入状态。
webapp-testing
这是一个用于与本地 Web 应用交互并进行测试的工具包，基于 Playwright 实现。它支持验证前端功能、调试 UI 行为、捕获控制台日志等。工具包提供辅助脚本 scripts/with_server.py 来管理服务器生命周期（支持同时启动多个服务器），并建议以黑盒方式直接调用脚本、先用 --help 查看用法。测试时通过编写原生 Python Playwright 脚本，采用“先侦察后操作”的模式：等待 networkidle、截图或检查 DOM、识别选择器、再执行操作。适用于本地静态 HTML 与动态 Web 应用的自动化测试场景。
python-testing
python-testing 是一个用于为 Python 包搭建可信测试基础设施的技能。它围绕 pytest 配置、分支覆盖率与 fail_under 门槛、Hypothesis 属性测试、变异测试以及多版本运行展开，目标是防止“绿色但无意义”的测试——即门槛静默通过、配置表被静默忽略、测试套件被反复修改到不再证明任何东西。技能提供只读审计脚本检查配置来源冲突，强调单一配置源、分支覆盖率、门槛必须被证明会失败，并建议在解析器、序列化器等场景使用属性测试，用变异测试检验断言质量。它明确不适用于单文件测试、单个失败测试诊断、CI YAML、打包工作和 Git 钩子配置。
issue-fix-flow
一个端到端的 GitHub issue 修复工作流技能，指导用户使用 gh CLI 查看 issue、定位代码、实现修复、构建测试并提交推送，适合需要按标准流程处理 GitHub 问题的开发者。
qa-test-planner
qa-test-planner 是一个面向 QA 工程师的 Claude 技能，用于生成测试计划、手工测试用例、回归测试套件和缺陷报告，并支持通过 Figma MCP 集成对设计稿进行校验。该技能仅在按名称显式调用时触发（如 /qa-test-planner、qa-test-planner 或 use the skill qa-test-planner）。它可输出测试计划（策略、范围、排期、风险）、逐步手工测试用例（含预期结果）、回归套件（冒烟、关键路径、执行顺序）、Figma 设计-实现对比清单以及结构化缺陷报告。技能还提供交互式脚本 generate_test_cases.sh 与 create_bug_report.sh，并内置测试用例、缺陷报告、回归测试与 Figma 校验的模板与检查清单。
webapp-testing
使用 Playwright 与本地 Web 应用交互并测试的工具包，支持验证前端功能、调试 UI 行为、截图与检查 DOM，附带管理服务器生命周期的辅助脚本。
adding-e2e-tests
该技能用于在项目中搭建 Playwright 端到端（E2E）测试，涵盖测试配置、示例测试编写以及 CI 集成。当用户要求添加端到端测试、浏览器测试、集成测试或设置 Playwright 时使用。内容包括安装 Playwright、配置 playwright.config.ts、创建冒烟测试、可选的页面对象模式、添加 npm 脚本、更新 .gitignore，以及在 GitHub Actions 中集成测试并上传 HTML 报告。
execution-debugging
execution-debugging 是一套用于执行/稳定化阶段的范围受限调试方法论，适用于测试或构建失败时的诊断。它强调只针对失败的检查进行排查，不扩大范围、不重构失败路径之外的代码。核心流程包括：完整阅读错误输出（堆栈、断言信息、构建日志），在修改前先隔离复现失败，明确假设后再改动，将失败定位到最小范围，修复根因而非症状，并补充能在修复前失败、修复后通过的测试。
agenttrace-session-audit
agenttrace Session Audit 是一个用于审计本地 AI 编程智能体会话的技能，借助 agenttrace 检查运行过程中的 token 与成本峰值、工具失败、重试循环、延迟缺口、异常、健康评分以及会话间差异。它本地优先，可读取 Claude Code、Codex CLI、Gemini CLI、Aider、Cursor 导出、OpenCode、Qwen Code、Kimi 以及通用 JSON/JSONL 追踪日志。适用于排查 AI 编程运行为何缓慢、昂贵、浅显或不可靠，重试前审查本地日志，构建轻量 CI 健康门禁，以及比较两次尝试的工具路径、重试与成本模式。
store-review-policy-risk
Store Review Policy Risk 是一个用于在应用商店审核前排查合规风险的技能。它覆盖 App Store、Google Play、Microsoft Store、Steam、网页/直接下载、移动应用、游戏、SaaS 配套应用等分发渠道，帮助团队在商店审核员、玩家或用户发现问题之前，先找出可能阻碍上架的审核风险。该技能通过识别分发渠道、产品类型、受众、变现方式、数据收集、权限、用户生成内容（UGC）、广告和受监管声明，将每个高风险功能映射到政策领域、面向用户的披露、审核员证据、回退方案和支持路径，并区分硬性阻断项、需澄清项、审核备注改进项和上架后监控项，最终产出风险登记表和提交就绪清单。该技能强调在提交前核实最新平台政策，定位为风险审计框架而非法律建议，不推荐对审核或用户隐藏行为，并将隐私、支付、儿童、健康/金融、UGC/审核及外部购买视为高风险领域，除非有证据证明并非如此。
flutter-code-review
Flutter Code Review 是一个面向 Flutter 与 Dart 代码审查的技能，用于检查 diff、提交、Pull Request、局部代码范围或已完成的实现，定位具体缺陷与回归风险。它强调以证据为基础进行风险评估，而非风格点评或隐式重写。审查时先确定审查边界（请求的 diff、提交范围、PR、工作区、已完成实现或模块及其预期行为），阅读仓库说明并检查周边代码、测试、生成边界与配置以理解变更行为，优先审查改动行，必要时沿数据流与生命周期追溯上下文。在独立审查中不修改文件、不发评论、不批准或合并，除非用户授权。审查按风险排序，优先关注数据丢失、安全暴露、崩溃、错误结果、生命周期异常、并发竞态、无障碍流程、发布失败、回归覆盖缺失、质量门禁弱化及变更引入的残留问题，其次才考虑架构或可维护性成本。不报告偏好、假设性重写、未改动的遗留问题或当前代码已处理的框架行为。输出以按严重程度排序的发现为主，每条需指明文件与精确行范围、说明失败路径与影响并提出相称的修正建议。
wtf.verify-task
wtf.verify-task 是一个面向 QA 工程师的技能，用于测试和验证已完成的任务。它以 Gherkin 场景作为可执行测试脚本，每个场景包含 Given/When/Then 步骤，用于逐条对照实现进行验证。技能支持两种验证范围：单个任务（验证一个任务的 Gherkin 场景）或整个功能特性（通过子问题验证一个特性下的所有任务）。验证过程包括识别验证范围、加载 QA 引导文档（docs/steering/QA.md）、建立测试面、逐条执行 Gherkin 场景、探查边界情况、验证可观测性（日志、指标、告警）、汇总结果并发布 QA 总结。每条场景结果会实时更新到任务问题的 Test Mapping 表格中，并包含 Bug Filed 列。若验证通过，可添加 verified 生命周期标签，并可选地打开 PR 或提交 bug 报告。该技能依赖 GitHub CLI（需安装并认证），部分步骤需要其他 wtf 技能配合（如 wtf.implement-task、wtf.report-bug、wtf.create-pr）。
normies
Normies 是一个面向网站首次体验的审查技能，通过调度一组子智能体来模拟不同技术熟练度的人第一次访问网站的感受。每个子智能体扮演一个具有不同技术水平、耐心和放弃阈值的角色，在零背景知识的情况下浏览网站，并报告他们理解了什么、在哪里困惑、在哪里放弃。它不是技术审查，不检查代码质量、SEO 或无障碍合规性，而是回答“真实的人能理解我的网站吗？”这一问题。默认面板包含六种人物：高级开发者、产品经理、大学生、小企业主、退休教师和某人的祖父母。智能体必须按顺序逐个调度，使用浏览器 MCP 工具访问网站、截图，并以角色身份撰写报告。最终产出是一个混淆矩阵，按受影响人物数量划分严重程度，并给出优先排序的修复建议。
well-actually
Well, Actually... 是一个用于对网站或项目进行“吹毛求疵”式反馈的技能。它会派遣一组极其挑剔、固执己见的子代理，每个子代理专注于不同领域，专门挑出排版、语法、标准合规、技术选型、像素一致性等方面的毛病。其价值在于捕捉专业审查者会忽略、但互联网上爱挑刺的人一定会拿来吐槽的小问题。这不是专业审计，而是模拟网站登上 Hacker News 首页后会收到的反馈。
debugger
IDA 调试器操作技能，用于设置断点、修补字节、添加断点条件以及管理补丁清单，通过 SQL 风格接口操作 breakpoints 与 bytes 表。
testdino-sessions
TestDino 探索性测试会话管理技能，用于浏览、查看、创建和更新探索性测试会话，可按状态、会话类型、负责人、发布版本或标签筛选。