SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-25 00:14

测试与质量

12,658 个结果

test-fixing

Test Fixing 是一个用于系统性修复失败测试的技能。它通过智能错误分组策略，帮助开发者识别并逐一解决测试套件中的失败用例。适用于用户明确要求修复测试、报告测试失败、完成实现后希望测试通过，或提及因测试导致的 CI/CD 失败等场景。该技能的核心流程包括：先运行 make test 识别所有失败测试，分析失败总数、错误类型与模式、受影响的模块和文件；然后按错误类型（如 ImportError、AttributeError、AssertionError）、模块/文件、根本原因（缺失依赖、API 变更、重构影响）进行智能分组，并按受影响测试数量或依赖顺序排定优先级；接着对每组依次定位根因、阅读相关代码、用 git diff 检查近期变更、实施最小化修复，并通过运行子集测试验证；修复顺序遵循先基础设施（导入错误、缺失依赖、配置问题），再 API 变更（函数签名、模块重组、重命名），最后逻辑问题（断言失败、业务逻辑缺陷、边界情况）；全部修复后运行完整测试套件，确认无回归且测试覆盖率保持完整。最佳实践包括一次只修复一组、每次修复后运行聚焦测试、利用 git diff 理解变更、寻找失败模式、当前组通过前不进入下一组、保持改动最小且聚焦。

测试与质量18 次安装

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。

测试与质量18 次安装

langsmith evaluators

LangSmith Evaluators 是 LangChain 官方技能仓库（langchain-ai/langchain-skills）中的一项技能，用于为 LangSmith 构建评估流水线。它涵盖三大核心部分：创建评估器（包括 LLM-as-Judge 与自定义代码评估器）、运行评估、以及将评估器上传到 LangSmith。技能支持 Python 与 JavaScript/TypeScript，依赖 langsmith、langchain-openai 等包，需要配置 LANGSMITH_API_KEY（可选 LANGSMITH_WORKSPACE_ID 与 OPENAI_API_KEY）。评估器区分离线（绑定数据集，签名为 (run, example)）与在线（绑定项目，签名为 (run)）两类，返回格式统一为 {"score": value, "comment": "..."}，每个评估器只产出一个指标。技能强调“先检查再实现”的黄金准则：编写任何评估器或抽取逻辑前，必须先运行智能体、捕获真实输出、查询 LangSmith trace 确认结构，绝不假设输出形状。

测试与质量18 次安装