dev-test-playwright
dev-test-playwright 是一个用于通过 Playwright MCP 进行无头浏览器自动化与端到端测试的技能，支持跨浏览器测试、CI/CD 自动化、网络模拟与并行执行，并强调操作后必须验证状态。
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 10-29 00:09
测试与质量
12,888 个结果
dev-verify
dev-verify 是 edwinhu/workflows 中的验证技能（第 7 阶段），用于在声称功能完成前，用全新运行的证据确认测试通过、构建成功和需求达成。它要求先跑命令、读输出、再下结论，并区分技术验证与用户验收。
codeql
在 Kibana 仓库中使用 CodeQL 的技能：本地编写、测试和调试自定义查询，从 GitHub 获取扫描结果，并校验内联抑制注释。
scout-api-testing
用于在 Kibana 中创建、更新、调试或审查 Scout API 测试的技能，涵盖 apiTest、apiClient、requestAuth、samlAuth、apiServices 等，并说明认证选择、断言、fixtures 扩展与运行调试方式。
debug
debug 是 inbox-zero 项目中的运行时调试工作流技能，通过自动收集日志来定位缺陷，避免靠猜测修复。适用于状态/取值异常、条件分支、异步时序和用户交互流程等问题，需在本地启动日志服务器并配合代码插桩使用。
krt-real-world-edge-testing
KRT 真实边界测试技能，用于在真实系统边界上构建并安全执行有证据支撑的边界用例活动，产出可执行用例与证据而非通用清单。
qa-testing
面向运行中 Web 应用的 QA 测试技能，借助 cmux_browser 以真实用户方式交互，覆盖功能测试、边界用例、无障碍审计并输出结构化报告。
test-audit
test-audit 是一个用于编写、审查和精简测试的技能，提供编写门禁、审计与战役三种模式，按统一价值标准判断测试是否值得保留，帮助移除低价值、重复或耦合实现的测试。
debug
debug 是一个结构化的缺陷诊断与修复工作流技能，核心流程为复现、定位根因、施加最小修复、编写回归测试并扫描同类问题，入口为 .agents/workflows/debug.md，要求按步骤逐条执行。
Error Resolver
Error Resolver 是一个保留用于迁移的旧版错误诊断参考档案，提供跨语言与框架的第一性原理错误分析、模式匹配与解决方案回放材料。它已不再作为活跃的代码质量路由，用户面向的 bug、堆栈跟踪与根因任务应改用 systematic-debugging。
latex-submission-pipeline
LaTeX 投稿工程链技能，用于搭建从模板套用到 CI 自动编译 PDF 的完整投稿流程，涵盖 latexmk 构建、BibTeX/Biber 引用、chktex 检查、latexindent 格式化及常见编译问题排查。
screenslop
Screenslop 是一个强调“先取证”的 Apple UI 审查技能，用于评审、批评、修复、验证或视觉检查 iOS 应用界面。它通过 Baguette 抓取模拟器截图、辅助功能树、日志与输入，让评审依据真实运行时证据而非仅凭同源码猜测。
coderabbit
使用 CodeRabbit 进行 AI 代码审查的技能，支持在代理中自动发起评审。可检测变更代码中的缺陷、安全与质量问题，并按严重级别分组，适用于 PR 反馈、代码质量检查和自主修复循环。
codex-review
Codex Review 是一个在代码收尾阶段调用 Codex 内置代码审查的流程性技能，用于检查本地未提交改动、分支或 PR 相对主干的差异，并把审查与测试并行执行、以命令退出状态判断结果。
validate-kata-code-nightly-release
用于在 macOS 上验证 Kata Code nightly 版本的技能，通过 @Computer 插件执行 UI 操作与截图，按 AC01–AC08 验收标准逐项检查启动、更新、新建项目、Codex 对话、浏览器、文件面板与 Git 提交流程，并生成 report.md。
analyze-eval
analyze-eval 是 convex-evals 系统中用于排查单个失败 eval 的技能。当用户提供指向特定 eval 的可视化 URL、询问某 eval 为何失败，或引用具体 eval ID 时使用。它会查询 debug 动作获取 eval、run、步骤、输出文件与评测源文件，并分类失败原因。
verify
git-agent-cli 的测试技能，通过 make test 运行包含 e2e 在内的全部包测试，用于改动后确认没有破坏现有功能。
unit-test-generator
Unit Test Generator 是一个为多种编程语言自动生成单元测试的技能，可分析函数与方法签名及逻辑，覆盖正常路径、边界值和错误条件，并遵循各语言测试框架规范。
project-evals
project-evals 是创建指南评估基础设施的技能，用于编写 expectations.md 与 grader.ts，通过 Playwright 测试验证 AI 编码代理能否依据 guide.md 正确实现功能。
gcp-agent-eval-metric-configurator
此技能为 Google Cloud Vertex AI 生成式 AI 评估指标提供配置模板，覆盖 GROUNDING、TOOL_USE_QUALITY、ResponseMatch 及自适应评分标准，帮助为特定智能体领域搭建自动化评估。
gcp-agent-golden-dataset-builder
用于构建数据驱动智能体评估所需“黄金数据集”的技能，帮助收集与结构化多样化示例，并支持校验推理轨迹与工具调用。
bio-genome-assembly-contamination-detection
用于检测基因组组装污染并评估质量的生物信息学技能，整合 CheckM2、CheckM、GTDB-Tk 与 GUNC，适用于宏基因组组装基因组（MAG）和分离株组装的质量控制。
bio-proteomics-proteomics-qc
面向自下而上蛋白质组学的三级质控技能：从仪器原始信号、鉴定结果到定量矩阵逐级定位故障，强调先检查未归一化数据再归一化，并提供相关性、CV、缺失机制、PCA 与批次检测等 Python/R 实践。
bio-spatial-transcriptomics-spatial-preprocessing
面向空间转录组数据的质控、过滤与归一化技能，覆盖 Visium、Visium HD、Xenium、MERFISH/MERSCOPE、CosMx、Slide-seq 等平台，基于 Squidpy、Scanpy、AnnData、SpatialData 实现。