repository-quality-gate-fixer
用于诊断并修复仓库或 PR 质量门禁失败的技能，支持仅审计、修复、提交、推送等模式，强调按请求推断范围、验证证据、不削弱门禁、不伪造通过结果。
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 10-27 00:15
测试与质量
12,751 个结果
rmbc-upgrade
RMBC Skills 的升级技能，用于把已安装的 RMBC Skills 升级到最新版本并展示更新内容。支持由其他技能自动触发的内联升级，以及用户手动执行的独立升级两种模式。
communicate-with-c
面向与DISC C型（分析师型）共事的沟通教练指南，提供该类型特征、沟通宜忌，以及会议、邮件、反馈和冲突处理等场景建议。
playwright-e2e-testing
基于 Playwright MCP 工具的端到端自动化测试技能，用于测试用户流程、验证工作流并收集完整证据（截图、控制台日志、网络请求），生成通过/失败报告。
playwright-tab-comparison
该技能通过 Playwright MCP 打开多个浏览器标签页，对页面内容、行为或视觉外观进行系统化对比，适用于 staging 与生产环境对比、A/B 测试、跨浏览器一致性验证等场景，并生成对比报告。
pytest-adapter-integration-testing
面向 Python 适配器与网关的 pytest 测试技能，讲解单元测试（mock）与集成测试（testcontainers）的选择，涵盖 HTTP 响应、Kafka 消息、ClickHouse 客户端等 mock 方式及真实容器集成测试。
pytest-application-layer-testing
用于测试应用层用例与应用服务的 pytest 技能：通过 mock 网关等外部依赖验证用例编排、DTO 校验、异常处理与依赖注入，适用于六边形架构中的应用层测试。
pytest-configuration
提供 pytest 生产级配置模式，涵盖 pyproject.toml 设置、自定义标记注册、测试发现规则、插件与覆盖率配置、conftest 层级及环境隔离，用于快速搭建一致的测试配置。
pytest-domain-model-testing
面向 pytest 的领域模型测试技能，讲解如何测试值对象（不可变性、校验）、实体（身份、业务逻辑）、领域异常、聚合不变量与领域服务，目标让领域层达到 95%–100% 覆盖率，测试中不使用 mock。
pytest-type-safety
pytest-type-safety 是一套在 pytest 测试中强制类型安全的实践指南，涵盖测试函数与 fixture 的类型注解、create_autospec 类型安全 mock、mypy 测试配置及类型安全断言，适用于在 CI/CD 中推行类型检查。
quality-capture-baseline
用于在功能开发或重构开始前捕获质量指标基线的技能，通过运行质量门禁并记录测试、覆盖率、类型错误、lint 与死代码等数据，供后续回归检测对比。
quality-reflective-questions
一个用于在标记任务“完成”前进行自省提问的思维框架，通过四个必答问题挑战关于工作完整性的假设，暴露声称完成与实际完成之间的差距，防止过早宣布完成。
test-debug-failures
一个用于系统性调试测试失败的技能，强调基于证据的根因分析。适用于 pytest 报错、测试套件不通过、mock 未被调用、断言错误等测试调试场景，通过强制的六阶段流程避免凭假设修改代码。
test-first-thinking
一种在编写实现代码前先思考测试、功能与可维护性的设计纪律，并非严格 TDD。通过预实现清单枚举行为、识别边界情况、确定所需测试并设计可测试接口，帮助保持设计简单、降低维护成本。
test-property-based
这是一个面向 Python 项目的基于属性测试（Property-Based Testing）技能，基于 Hypothesis 库。它指导开发者将大量重复的示例测试转化为一条属性测试，由 Hypothesis 自动生成上百个测试用例，覆盖空列表、单元素、重复值、大列表、负数等边界情况。技能涵盖安装 Hypothesis、编写属性测试、选择与自定义策略、异步测试、Pydantic 模型测试、配置 profile 以及状态机测试等内容，并强调失败时自动收缩（shrinking）到最小反例，便于调试。适用于测试不变量、往返（序列化/反序列化）、幂等性、交换律、一致性、模糊测试和状态机行为等场景。
textual-snapshot-testing
基于 pytest-textual-snapshot 的 Textual TUI 视觉回归测试技能：捕获 SVG 截图并与基线对比，检测界面视觉变化。
textual-test-fixtures
为 Textual TUI 应用测试提供可复用的 pytest fixture 模式，涵盖应用工厂、Pilot 封装、mock fixture 与异步配置等测试基础设施写法。
textual-test-patterns
Textual TUI 场景化测试配方合集，为键盘快捷键、屏幕切换、焦点管理、响应式属性、自定义消息、CSS 样式、数据表、滚动、输入校验、错误与加载状态、后台 worker 等常见测试需求提供可直接使用的测试模式。
webapp-testing
用于本地 Web 应用交互与测试的 Playwright 工具包，可验证前端功能、调试 UI 行为、截图并检查渲染后的 DOM，适合对本地运行的前端项目做自动化测试。
fable-mode
Fable Mode 是一套面向 AI 编码智能体的工作纪律技能，通过五道关卡（界定范围、先取证、对抗式推理、验证、校准汇报）规范多步骤、调试与研究类任务，可叠加在 Opus、Sonnet 等模型上使用。
diagnose-a-red-run
用于在修改代码或判定失败性质前，对失败的测试、类型检查、构建、lint 或 CI 任务进行分类诊断的技能，强调用干净对照复现来区分既有失败与新引入失败。
run-tests
用于执行 @openwork/testkit 的 agent-first 验证技能，支持运行全部测试、单个 spec、本地或 Daytona 上的 e2e，以及调查被跳过的 spec。
write-a-spec
write-a-spec 是 different-ai/openwork 中的技能，用于在 evals/specs 下编写或扩展 journey spec。仅在覆盖决策指出某个 journey spec 缺少断言或存在新用户旅程时使用，强调每个用户旅程一个 spec、断言可机器校验并包含反例。
diagnose
Diagnose 是一个用于排查疑难 Bug 和性能回归的纪律化诊断技能，强调以“反馈回路”为核心的调试方法。它把调试过程拆分为六个阶段：构建反馈回路、复现、提出假设、插桩、修复与回归测试、清理与复盘。该技能主张先花大量精力构建快速、确定、可自动运行的通过/失败信号，再借助二分、假设检验和插桩定位根因。适用于难以复现、非确定性或性能退化类问题，要求每个阶段有明确依据才可跳过。