remote-skill-test
一个用于在远程跳板机上端到端测试智能体技能(agent skill)的工具。当本地更新技能后,它通过 SSH 在远程主机安装技能、用 opencode 运行目标技能、取回报告并与上一次运行对比,验证改动是否符合技能更新。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-27 00:15
12,747 个结果
一个用于在远程跳板机上端到端测试智能体技能(agent skill)的工具。当本地更新技能后,它通过 SSH 在远程主机安装技能、用 opencode 运行目标技能、取回报告并与上一次运行对比,验证改动是否符合技能更新。
该技能可在本地模拟受支持的 AI 代码审查 GitHub Actions,并仅向终端输出审查结果。它基于可移植的技能指令运行,适用于执行 /review-action 等场景,全程只读、不修改仓库或 GitHub 状态。
一个用于设计计算机自适应测试的技能,基于项目反应理论(IRT)高效判定学习掌握情况,支持通过CLI指定学习目标和IRT模型。
code-review 是一个用于审查代码变更、查找高影响缺陷的技能,优先关注安全、正确性与回归问题,而非代码风格。支持指定审查范围、按严重级别报告问题,并可用 --fix 自动应用修复。
chrome-debug 是一个通过 Chrome DevTools Protocol(CDP)自动控制 Chrome 浏览器的调试技能,用命令行脚本 chromectl.py 启动浏览器、检查页面、监控控制台、执行 JavaScript 并截图,支持有头协作调试与无头自动化两种模式。
用于在 Claude Code 或 Codex 中手动测试 Circuit 插件用户界面的技能协议,覆盖命令、流程、参数轴与报告输出,帮助发现回归、进度渲染异常和缺失摘要等缺陷。
abductive-repl 是一个通过交互式 REPL 进行探索性溯因推理的工具。它从观测结果出发生成假设、检验假设,并在迭代循环中逐步修正理解,核心流程为观测→生成假设→检验→修正→重复。
面向 GitHub Issue 的缺陷修复技能,强调“先复现、后修复”的工作流。适用于修复 bug、排查 GitHub issue 或调试问题的场景,要求输入 issue URL 或编号。
Quality Baseline 是一个面向代码仓库的质量基线梳理技能。它的目标不是给出泛泛的评分,而是构建一份“证据账本”:在开展质量相关工作之前,先冻结仓库身份、绘制关键路径与控制措施、证明或驳回质量发现、排序试点工作,并交付质量基线报告。适用于被要求审计可维护性、可靠性、性能、安全、测试质量、技术债或代码质量等场景。该技能强调:缺失的已入库控制项只是“可见仓库证据中的缺口”,并不等于组织层面不存在该控制。其核心产出包括质量矩阵、关键路径图、带证据的发现、被驳回的发现、验证缺口以及下一步试点建议;当用户要求持久化或可重复的基线时,还可提供机器可读表示。该技能在运行过程中不修改目标源代码。
用于评估测试套件是否真能拦截错误实现的方法论:当测试全绿但可能很弱、修复缺陷后或代码防护声明需要验证时,通过行为建模、独立预言机、故障注入与变异/属性测试等手段,检验测试在被守护行为被破坏时是否会变红。
android-tdd 是一个面向 Android/KMP 的 Kotlin 测试技能,在 superpowers:test-driven-development 基础上补充 Android 专用测试模式,覆盖单元、集成与仪器化三层测试模型、Fake 优先、协程与 Compose UI 测试、Hilt 测试及 Roborazzi 截图测试。
moai-workflow-testing 是一个开发工作流技能,将测试驱动开发、AI 调试、性能优化、自动化代码审查与质量保障整合为统一流程,支持 CLI 与 Python API,并可与 CI/CD 集成。
Test Placement Advisor 是一个面向 RHDH(Red Hat Developer Hub)动态插件生态的测试选址技能。它根据变更、缺陷或新功能的上下文,建议应在哪个仓库(rhdh-plugins、rhdh-plugin-export-overlays、rhdh)、哪一测试层级(单元、集成、组件、免集群端到端、完整集群端到端)以及具体位置和创建方式来进行测试。其核心原则是选择能够真正捕获缺陷的最廉价环境——大多数插件验证并不需要集群,而且越来越多的情况也不再需要 Docker。
TDD 是一个基于“红-绿-重构”循环的测试驱动开发技能,用于指导用户以测试先行的方式构建功能或修复缺陷。该技能以用户故事、技术需求文档、领域术语表和系统地图作为输入,强调测试应当通过公共接口验证行为,而非耦合实现细节。它反对将“先写全部测试、再写全部实现”的水平切片做法,主张采用“曳光弹”式垂直切片:一次只写一个测试,再用最小实现使其通过,逐步推进。工作流程包括规划(确认接口变更、确定需测试的行为、设计可测试接口并获得用户批准)、编写首个验证单一行为的测试、增量循环,以及全部通过后的重构阶段。技能还提供每轮循环的检查清单,要求测试描述行为、仅使用公共接口、能经受内部重构,代码保持最小化且不添加投机性功能。该技能适合希望通过测试驱动开发来保障代码质量、让测试成为行为规格说明的开发场景。具体的安装方式、收费模式、支持平台等信息暂未提供。
用于分析现有代码库中的命名、架构、测试与组织约定,帮助新代码与既有模式保持一致。可在生成或审查代码时调用,输出带 file:line 证据的模式报告与冲突解决建议。需提供分析目标(文件、目录或整个代码库)。
面向测试编写与运行的技能文档,覆盖单元、集成与 E2E 三层测试的职责划分、按层级的 mock 规则、测试设计原则、失败调试与 flaky 测试处理、覆盖率与边界用例建议,并给出执行顺序与常见反模式。
用于用户研究全流程的 Claude 技能:覆盖访谈技巧、行为画像、用户旅程地图与可用性测试,并给出方法选择、样本量、问题类型、严重度分级和调研报告结构等模板化指引。
基于 ruv-swarm 的 GitHub 代码审查技能,通过多智能体协作对 PR 进行安全、性能、架构、风格与无障碍等维度的综合审查,并可与 gh CLI 及 CI/CD 流程集成。
前端测试用例生成器,可根据组件或函数签名自动生成基础测试用例,支持 Jest/Vitest 配合 React Testing Library 或 Vue Test Utils,用于给现有组件补充测试、为新组件生成测试骨架或为工具函数生成单元测试。
面向代码合并前的多维度审查技能,从正确性、可读性、架构、安全、性能五个维度评估改动,并给出严重级别标注与合并结论。适用于审查自己、其他智能体或人类编写的代码,以及重构和缺陷修复后的复查。
一个面向测试驱动开发的技能,强调红-绿-重构循环,通过公共接口验证行为而非实现细节,适用于构建功能或修复缺陷。
Storybook Pentest 是一个面向 Storybook 组件库的 UI/UX 渗透测试技能。它从两个角度审查组件:一是“攻击”,检验组件在压力下是否会崩溃,例如超长文本、空列表、RTL、强制色彩模式、键盘用户在模态框中操作等生产环境常见但故事中往往缺失的边界情况;二是“价值”,检验组件是否真正履行其职责,例如是否是错误的按钮、控件是否难以猜测、错误提示是否过于笼统、组件名称的承诺与行为是否一致。两项测试都会把已确认的失败写入 findings 集合,附带截图证据、严重程度和可复现 URL,供人类或其他智能体修复。该技能可通过命令对整套 Storybook、单个组件、组件分组、单一轴或仅价值测试进行执行,并支持缺口审计、报告重建、分诊和自动触发脚手架。
go-fuzz-testing 是一个面向 AI 编程智能体的技能,用于在 Go 项目中自动化创建模糊测试(fuzz test)。它基于 Go 原生模糊测试引擎,并采用一致的软件测试模式。该技能适用于创建模糊测试、变异测试等场景,指导 AI 代理在 Go 项目中编写符合规范的 fuzz 测试代码。技能内容涵盖优势、原则、模式、工作流、命令、风格指南、模板与参考文档。其核心模式包括覆盖率引导模糊测试、语料库驱动模糊测试、基于属性的测试、边界值模糊测试和崩溃检测。工作流要求先在 pkg/ 或 internal/ 中识别接受外部输入、执行计算或存在边界条件的函数,然后在同一包内创建 fuzz 测试文件,应用模板结构,并可选择性在 testdata/fuzz/<FuzzTestName>/ 目录提供种子语料库。命令方面提供 make go-test-fuzz 执行指定时长的模糊测试,以及使用 ls -la 检查语料库。风格指南要求使用标准 testing 包与 testing.F,模糊函数以 Fuzz 前缀命名,使用 f.Add() 提供种子输入,并在 fuzz 目标中验证输入、调用被测函数、断言不变式与属性。技能提供多参数和单参数两类模板,并参考 Go Fuzzing 文档与 testing.F 包文档。
SGLang 脚本化运行时(scripted runtime)的说明文档,主要规定何时应新增 harness API、何时直接读取内部字段,并给出测试与驱动引擎的相关注意事项。