red-green-refactor
一个面向双循环 TDD 的技能:用失败的验收(e2e/集成)测试定义切片目标,再用单元测试的红-绿-重构循环逐步实现代码,两层测试同步增长,直到验收测试通过并提交。
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
12,766 个结果
一个面向双循环 TDD 的技能:用失败的验收(e2e/集成)测试定义切片目标,再用单元测试的红-绿-重构循环逐步实现代码,两层测试同步增长,直到验收测试通过并提交。
面向 Tauri + Rust + React 应用的代码审查技能,在用户要求审查代码、检查 bug、代码质量检查、发现问题或重构建议时启用,从正确性、性能、安全、可维护性等维度给出反馈。
面向 Tauri + Rust + React 应用的错误处理与调试技能,涵盖 Rust/TypeScript 错误处理、日志与追踪、常见错误排查及恢复策略,适用于实现错误处理、调试问题、排查 Tauri 命令失败、修复数据库错误等场景。
TDD 工作流 Skill:当用户要求测试驱动开发、先写测试或提到红绿重构时使用。强制新功能、Bug 修复与重构达到 80% 以上测试覆盖率,按 RED-GREEN-REFACTOR 循环推进,涵盖编写用户故事、生成测试、运行失败测试、实现代码、重构与覆盖率验证。
用于运行并解读 lint、类型检查、测试等质量门的技能:根据变更范围选择最小充分检查,分析失败根因,并判断是否允许继续提交或发布。
编写、补齐、运行和优化测试时使用的技能,优先覆盖 Vitest 场景,也适用于组件逻辑、工具函数、状态管理和服务层的测试设计。用户提到 test、unit test、integration test、coverage、mock、Vitest、补测试时都应触发。
质量回顾技能:在完成一个阶段后提取经验、模式与改进机会。支持扫描、单阶段、区间、批量回顾,通过四个视角并行分析并汇总,可自动或手动将洞察路由到规格、问题、知识库。仅写入回顾目录等指定位置,不修改源代码。
quality-test 是 Maestro Flow 中的用户验收测试(UAT)技能:以交互方式逐条向用户展示预期行为并询问实际结果,据此判定通过、跳过或记录问题,进而生成测试计划、结果与覆盖率报告,并可在需要时诊断缺口、驱动修复循环。
team-review 是用于代码审查的统一团队技能,采用 scanner、reviewer、fixer 三阶段流水线,结合工具链与 LLM 扫描、根因分析及失败回滚的自动修复。命令含 --full、--fix、-q、--dimensions、-y 等。
team-testing 是 maestro-flow 中的团队测试技能,用协调者、策略师、生成者、执行者、分析师多角色流水线推进 L1/L2/L3 分层测试覆盖,通过 Generator-Critic 循环收敛覆盖率,并以共享记忆和消息总线协作。
一个帮助知识工作者对照 AI 能力审计自身技能栈、找出「人类判断 + AI 吞吐」能产生高盈余的窄赛道的方法论技能,通过五步工作流输出技能地图、边际赛道与注意力分配组合。
building-tests 是一套面向应用的已提交测试的构建与运行技能,强调按用户期望而非按平台来组织测试。它提供完整的工作流与安装设置,包括 Node.js 22+ 环境、测试根目录与标记文件、堆栈配置、按界面(surface)安装框架技能、界面运行时、运行器、包管理、安装依赖以及固定规则等。它通过测试契约、索引 frontmatter 和配方(创建、更新、运行、配置 CI、审查覆盖率)来操作应用,仅在诊断失败运行时才会手动操作应用。
skill-audit 是一个只读的仓库技能审计工具,用脚本按技能包契约检查所有已打包技能并报告违规,适用于合并或发布前的规则校验。
基于 Playwright CLI 与 MCP 工具的无头浏览器自动化技能,用于端到端测试、UI 截图、视觉回归、网页抓取与表单提交验证,适合在 CI 环境中安全运行。
设计测试的策略与模式技能,用于规划测试覆盖、选择 TDD/BDD 方法、设计集成与 E2E 测试、改进测试套件、搭建测试基础设施及排查不稳定测试。来自 cloudai-x/opencode-workflow。
用于更新与分类整理 workerd 中 Web Platform Tests(WPT)依赖的技能:从 workerd 根目录运行 ./build/deps/update_wpt.py 升级 wpt-* 依赖,并依据 src/wpt 配置对比新旧上游提交,处理测试套件增删改名、配置排序与 expectedFailures/disabledTests/omittedTests 分类,最后跑 WPT 目标与格式检查。
用于为 DTC 营销漏斗生成结构化 A/B 测试计划的技能,输出可证伪假设、对照组与变体、主指标、样本量估算、测试时长和成功标准,并连接到 RMBC 方法论。
该技能用于生成付费媒体投放简报,涵盖受众定位、预算分配、KPI目标、创意轮换与测试框架,面向媒体买家准备和优化广告活动。属于RMBC文案框架技能之一。
eval-build 是 Confident AI eval-skills 中的技能,用于为 AI 应用构建或续建可信的评测流程:从现有证据出发,经过人工复核的用例、经验证的评分器,最终得到可复现的基线。
eval-descent 是 confident-ai/eval-skills 中的改进循环技能,通过有边界、与证据关联的实验,针对已验证的评估来降低 AI 应用的错误、成本或延迟,或提升质量指标,同时保护约定的护栏指标。适用于质量优化、延迟与成本控制及模型迁移。
eval-discover 是 confident-ai/eval-skills 中的技能,用于在发明质量指标前,通过人工主导的 trace 审查发现 AI 应用的失败模式。它支持托管或本地审查,帮助收集真实案例、记录人工观察并识别覆盖缺口。
此技能用于为 Convex 云函数生成测试,基于 convex-test 与 Vitest,在内存后端中验证查询、变更、鉴权、索引与定时函数。触发场景:用户想为 Convex 函数编写测试或测试套件时。
一个基于证据的调试技能:从复现报告的症状出发,用实验和捕获的证据诊断软件或系统故障;在用户授权且已证明原因时进行最小修复并验证。
一个引导用户完成三阶段协作写作流程的技能:先收集上下文,再逐节迭代打磨,最后用无上下文的 Claude 做读者测试,以发现盲点。适用于撰写 PRD、设计文档、决策文档、RFC 等。