ansible
用于编写、审查和调试 Ansible 自动化内容的技能，覆盖 playbook、角色、清单、Ansible Vault、Molecule 测试以及 AWX/AAP，强调幂等、可审计、可维护的配置管理。
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
12,425 个结果
Playwright Browser Automation
Playwright 浏览器自动化技能，可自动检测本地开发服务器、生成并执行 Playwright 脚本，用于页面测试、填表、截图、检查链接与响应式布局等浏览器任务。
doctor
doctor 是一个提交 PR 前的检查技能，按固定步骤执行格式化、mix check、编译与测试，要求逐步骤报告并严格控制改动范围。
debug
一套强调“先定位根因再修复”的调试技能，适用于测试失败、报错、崩溃、输出错误、性能回退、CI 不稳定等技术问题。核心是先构建可复现的红色信号，再复现、最小化、提出可证伪假设、修复并验证。
ponytail
Ponytail 是一套面向 AI 编程助手的技能规则，要求以“懒惰的资深开发者”视角给出最简单、最短、可用即止的方案，默认启用，可用 /ponytail lite|full|ultra 切换强度。
tdd-workflow
TDD Workflow 是一个测试驱动开发执行工作流技能，围绕红-绿-重构循环、增量分解与暂停/继续规则组织开发过程，强调在失败测试存在前不写实现代码，适用于构建功能或按测试驱动方式推进开发。
testing-patterns
面向 ETL 管道测试的 Pytest 模板与模式集合，覆盖单元测试、集成测试与数据质量测试，提供转换函数、完整管道、dbt 风格校验、黄金文件、快照与基于属性的测试示例。
debugging-difficult-bugs
调试中高难度 Bug 的早期工作流技能：在真实运行时路径上加入临时无条件 JSONL 埋点，复现真实问题并分析追加日志后再修复，避免仅靠 TDD 测试产生虚假信心。
review-a11y
review-a11y 是 ultra11y 技能中的代码审查技能，用于对发生变更的前端代码做无障碍（a11y）审查：暂存文件、工作区 diff、分支或 PR。它由内置的免安装确定性引擎做机械检查（可机检的 WCAG 2.2 AA 不符合项），由 AI 代理裁定判断类问题。
pentest-reporting
把安全发现整理成可执行报告：用CVSS统一评级、编写含复现与影响的漏洞条目、按风险排序修复清单，并跟踪复测与关闭状态，面向管理层与工程师两类读者。
test-strategy-doc
根据功能规格、PRD 或系统描述生成完整测试策略文档，涵盖测试范围、测试类型、风险区域、覆盖率要求与按优先级排列的测试用例大纲。
submit-learnings
submit-learnings 是一个面向 QA 场景的技能，用于把 QA 会话中积累的现场观察整理并提交为 GitHub issue（可选同时提交 PR）。它以 .qa-learnings/ledger.md 台账为数据源，解析每条记录的更新时间、来源（agent 或 skill）、观察内容和建议改动，再按来源分组呈现供用户筛选。用户可按编号、按来源或选择全部来指定要提交的观察，之后生成结构化的 issue 正文并在终端预览确认。确认后通过 gh issue create 向 neonwatty/qa-skills 仓库提交带 learnings 标签的 issue，标签不存在时会先创建。用户还可选择是否附带 PR：先 fork 仓库，克隆到临时目录，创建 learnings 分支，应用建议改动并提交，再以引用该 issue 的方式创建 PR。使用需依赖 GitHub CLI（gh）及其相应权限，且要求项目目录中存在 .qa-learnings/ledger.md。
automate-tests
依据仓库证据发现并安全执行自动化测试命令的技能：先确定测试入口、框架与前置条件，再按 fast/ci/full 模式选择命令，在执行前获取用户确认并捕获输出与退出码。
discovery-interviews-surveys
用于产品构建前的用户发现研究技能，提供访谈与问卷的结构化方法，帮助验证假设、挖掘真实需求、理解用户任务与痛点，并测试概念定位。
bulk-rna-seq-differential-expression-with-omicverse
OmicVerse 中的批量 RNA-seq 差异表达流程，涵盖基因 ID 映射、DESeq2 标准化、统计检验、火山图与通路富集。适用于 featureCounts 等计数矩阵的组间 DEG 分析。
debugging-strategies
一套系统化调试技能，讲解如何用科学方法、二分查找、日志与性能剖析等策略定位各类代码库中的缺陷，覆盖复现、信息收集、假设验证、工具使用与常见错误模式。
llm-evaluation
面向 LLM 应用的综合评估技能，涵盖自动化指标、人工评估、LLM-as-Judge、A/B 测试、回归检测与基准测试，用于系统衡量模型或提示词性能、对比方案、发现退化并建立基线。
python-testing-patterns
python-testing-patterns 是一份面向 Python 测试的实践指南型技能，核心是使用 pytest 构建完整的测试策略。内容覆盖单元测试、集成测试、功能测试与性能测试等测试类型，并强调 AAA（Arrange-Act-Assert）结构、测试覆盖率与测试隔离等核心概念。技能提供了从基础到进阶的多种模式：基础 pytest 测试、fixtures 的 setup/teardown、参数化测试、使用 unittest.mock 进行 mock、异常测试、异步代码测试、monkeypatch、临时文件与目录、conftest 共享 fixtures，以及基于 hypothesis 的属性测试。同时给出测试组织目录结构、测试命名规范与 pytest 标记（markers）等最佳实践。适用于编写 Python 单元测试、搭建测试套件与基础设施、实践 TDD、为 API 与服务编写集成测试、mock 外部依赖、测试异步与并发操作、在 CI/CD 中设置持续测试、实现属性测试、测试数据库操作以及调试失败测试等场景。
technical-clarity
技术写作清晰度审查技能，用于检查技术文章的可读性、术语密度与门槛式措辞，确保内容通过“Grandma Test”，避免 obviously、simply 等表达。
dev-terminal
dev-terminal 是一个带持久 PTY 会话的终端自动化技能，可在多次脚本执行间保持终端状态，用于运行和交互 TUI 应用、调试终端程序、自动化 CLI 工作流，并支持通过 SSH 连接远程终端。
browser-smoke
browser-smoke 是一个面向分支或 PR 变更的浏览器冒烟测试技能，用于在真实浏览器中验证改动会影响到的路由页面。它在差异范围内工作，只针对被修改文件映射出的页面路由进行检查，不修复代码，也不替代发布前的完整质量保证。核心产出是一张路由表，记录每个路由的通过、失败或跳过状态，并附带截图或驱动输出等浏览器证据。它支持多种浏览器驱动机制，包括 Playwright 测试、Playwright CLI、agent-browser、Playwright MCP、主机原生浏览器和裸 Playwright 库，并要求沿用目标项目已有的可用浏览器栈，不安装新的浏览器环境。工作流程涵盖选择驱动、识别变更路由、连接本地服务器、逐一访问路由、记录失败和生成报告六个步骤，强调使用可访问性状态和稳定定位器，并对截图、网络请求、控制台错误等保存带哈希的工件。适用于需要对某个分支或 PR 进行有针对性的浏览器验证场景，限制在于不修复代码、不覆盖完整回归，缺少凭据或桌面访问时会阻塞相关路由。
pytest-plugins
pytest-plugins 是一个面向 pytest 插件生态的技能条目，涵盖 pytest-cov、pytest-mock 以及自定义插件开发。资料给出整体方向，但安装命令与具体配置代码均为占位，暂未提供可执行细节。
flutter-device-testing
Flutter Device Testing 是一个用于在具体目标设备上运行和验证 Flutter 应用的技能，目标设备包括模拟器、仿真器、浏览器、桌面端或物理设备。它强调先发现再操作：检查项目 SDK、支持的平台、flavor、入口点和现有测试工具，运行 flutter devices 与 flutter emulators 解析目标，并等待其就绪。工作流涵盖依赖与生成代码确认、目标就绪与 flavor 应用标识验证、以正确 flavor/入口点/defines/构建模式启动、执行精确用户流程与生命周期或平台状态、捕获断言截图与过滤日志，以及清理任务创建的产物。该技能还给出可靠性要求，如优先使用语义查找器而非硬编码坐标、使用有界就绪条件而非任意等待，并规定报告内容与证据边界。
flutter-testing
Flutter Testing 是一个用于设计、编写和审查 Flutter 测试的技能，覆盖单元测试、Widget 测试、Golden 测试和集成测试。它强调在能提供足够信心的最廉价层级上测试可观察行为，并给出测试分层选择、可靠性保障、一次性诊断探针的创建与清理，以及测试执行与验证的规范。适用于测试策略制定、回归测试、伪造对象（fakes）、异步 UI 行为验证和端到端测试等场景。