ios-e2e
用于在 iOS 模拟器上端到端验证 TrueSheet 原生改动与回归的技能，基于 bare 示例应用构建、安装并用 argent 驱动复现界面，配合帧追踪、事件日志和与 HEAD 的 A/B 对比提供证据。
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 11-01 00:15
测试与质量
13,007 个结果
lovstudio-professional-infographic
将当前对话、已完成回答、Markdown、研究或素材转化为咨询级专业信息图，强调证据驱动而非装饰性总结。需 Python 3.8+，PNG 渲染与浏览器审计需 Playwright 与 Chromium。输出可编辑 poster.html、高清 poster.png 及 brief.md、source.md、audit.json。
lovstudio-thesis-polish
lovstudio-thesis-polish 是一个用于 MBA 论文全面润色的技能，目标是把初稿提升到全国优秀论文水准，覆盖语言表达、论证逻辑、结构布局、创新贡献与文献运用五个维度。
lovstudio-xbti-creator
lovstudio-xbti-creator 是一套基于 XBTI 架构的能力（skill），用于按指定主题生成完整可部署的 BTI 人格测试网站，包含 15 维度模型、30 道题、16-25 种人格类型及头像插图。
lovstudio-xbti-gallery
XBTI Gallery 技能用于浏览 xbti.lovstudio.ai 上社区创建的 BTI 人格测试。用户提到“XBTI Gallery”“xbti-gallery”“BTI列表”等即可触发，可打开网页画廊或列出仓库中的案例。
adversarial-code-reviewing
一种对抗式代码审查技能：以怀疑立场审查变更，主动寻找可导致生产故障的高价值问题，并给出是否可发布的判断。适合对 diff、迁移、基础设施改动或重构做发布前压力测试。
commit-message
用于生成高质量 Git 提交信息的技能，遵循 Conventional Commits 与 Chris Beams 的七条规则，可从上下文推断变更原因，并给出类型、范围、主题、正文与页脚的规范指引。
improving-testing
面向功能或变更的风险驱动测试指导技能，帮助确定测什么、如何挑选测试用例并审查测试。适用于验证需求、记录行为、防止高风险区域回归，不用于运行测试、生成测试代码、搭建测试框架或配置 CI/CD。
ce-code-review
ce-code-review 是一个结构化代码审查技能，通过分层人格代理、置信度门控和合并去重流水线审查代码变更；交互模式下自动应用经验证的安全修复。
ce-simplify-code
ce-simplify-code 是一个用于简化并改进近期改动代码的技能，在保持行为完全不变的前提下，提升代码的清晰度、一致性与可维护性，并检查代码复用、质量与效率问题。
ce-test-browser
ce-test-browser 是一个浏览器端到端测试技能，用于对当前 PR 或分支改动所影响的页面运行浏览器测试。它基于 agent-browser CLI 完成打开页面、点击、填表、截图等操作，并支持 headed/headless 模式、端口检测与测试结果汇总。
lfg
lfg 是一个端到端自主工程流水线技能，按顺序执行规划、实现、代码审查、测试、提交、推送、开 PR、监控 CI 并修复失败直至通过。仅适用于软件任务。
polyscan-fp-audit
polyscan FP Audit 是一个用于对 polyscan 静态分析结果进行误报（false positive）分诊的技能。它针对单个 JavaScript/TypeScript、Go、Rust 或 C++ 仓库运行 polyscan，然后借助子代理（sub-agents）对发现的问题进行并行分诊，识别可能的误报。对于明确的 bug（clear-bug），技能会自动向 polyscan 仓库提交 GitHub issue；对于调优类（tuning）误报，则追加到草稿文件中供人工审阅。该技能包含构建 polyscan、解析目标仓库、运行分析、聚类发现、并行分诊、自动归档、聚合报告、更新队列和清理等完整步骤，所有工作区位于 .polyscan/audit/ 目录下。
tanstack-devtools-event-client-devtools-instrumentation
TanStack Devtools 事件埋点技能：指导在库代码的架构边界（中间件、状态机、生命周期、错误路径）策略性放置 emit() 调用，以最少噪声向 Devtools 面板发送高价值诊断数据，并涵盖去抖、生产环境守卫与跨端桥接。
generate-synthetic-data
该技能用于为 LLM 流水线评估生成多样化、贴近真实的合成测试输入。它采用基于维度的元组生成方法：先定义与预期失败点相关的变化维度，再手工草拟并让用户确认 20 个元组，然后用 LLM 批量生成更多元组，并将每个元组转换为自然语言查询，最后过滤低质量样本并跑通完整流水线以捕获轨迹。适用于引导评估数据集、补充真实用户数据覆盖不足的场景。
generate-synthetic-data
generate-synthetic-data 是一个用于为 LLM 流水线评估创建多样化合成测试输入的技能，采用基于维度的元组生成方法。它适用于引导评估数据集，或真实用户数据不足、无法覆盖预期失败场景时。该技能要求先识别流水线可能失败的区域，再定义针对预期失败的维度轴，而非任意变化。核心流程包括六步：定义维度、与用户共同起草 20 个元组、借助 LLM 生成更多元组、将每个元组转换为自然语言查询、进行质量过滤、将查询运行通过完整流水线并捕获轨迹。目标约为 100 条高质量、多样化的轨迹，以接近饱和。该技能还涵盖对真实用户数据进行分层采样的方法，并列出多个反模式，例如无结构生成、单步生成、任意维度、跳过用户审查、无法判断真实性时使用合成数据等。
ux-ax-review
ux-ax-review 是一个面向网站与应用的双受众评审技能，同时检查面向人类的 UX 和面向 AI/搜索引擎的 AX，输出以证据为依据、按优先级排序的审计报告与改进计划，而不做具体实现。它支持对公开 URL（live-web）、无可用部署的代码仓库（repo）、已保存的 HTML/截图/笔记/测量数据（evidence-only）、原生移动或桌面应用（native-app）等输入模式进行评审，并对重叠输入要求指明主模式、分别记录证据来源。工作流分为范围与能力核查、证据采集与双受众评审、结论核对与计划构建、撰写报告并校验四步，覆盖 12 个评审维度。报告含 Markdown 与 JSON 两份制品，可选校验脚本检查字段；若某项缺少可靠结论则标记为未测试，不虚构性能、转化或索引效果，也不声称 WCAG 认证。
project-review
project-review 是一个系统性代码审查技能，适用于完整仓库、目录、代码片段、PR diff 或新写函数，按发现与映射、审计、改进策略、详细任务计划四阶段输出基于证据的审查报告。
lynx-recorder
Lynx Recorder 是一个用于录制 Lynx 页面交互并生成 TestBench 回放文件的技能。它本身不包含脚本，录制功能由公开的 agent-lynx CLI 的 recorder 子命令提供。使用时先运行 recorder start 开始录制，再打开或刷新目标 Lynx 页面并进行交互，最后运行 recorder end 停止并保存为 .json 文件。保存的文件可能包含 base64(zlib(JSON)) 编码内容，可用 lynx-recorder-fixture 查看或编辑。可回放的录制必须包含 loadTemplate，因此需在 start 之后再打开或刷新页面。若 start 返回 restartRequired: true，需重启应用后再次运行 start；若提示 Recording.start is not implemented，说明当前不是支持录制的构建。默认只针对第一个可用客户端，多设备时需显式指定 --client。
lynx-recorder-fixture
Lynx Recorder / TestBench Fixture 编辑工具，用于检查、解码、编辑并重新编码已有的 Lynx Recorder / TestBench 录制文件（fixture）。这些文件是 Lynx 引擎的录制与回放文件，保存主机到引擎的操作、JS 到原生的调用与回调结果，以及屏幕尺寸、JSB 配置等环境设置。工具需要 Python 3，仅使用标准库。decode、summary、roundtrip 支持本地文件或 HTTP(S) URL，encode 接受本地已解码的 JSON 文件。可编辑 Action List、Invoked Method Data、Callback、Config、Component List、SharedData/Scripts/Debug Info 等部分，用于分析录制、修改 mock 响应、交互序列、屏幕尺寸、全局属性等。
agentbench-eval
AgentBench 评测工具链：针对 eth-sri/agentbench 基准（138 个实例、12 个 Python 仓库）运行和管理 claudemem 评测实验，覆盖预建索引、实验条件、基准运行、结果分析与索引快照归档。
arc42-context
arc42-context 是一个基于 arc42 模板的文档技能，用于记录系统约束、上下文与质量属性，覆盖 arc42 第 1-4 节（利益相关者、质量目标、约束、解决方案策略）及补充章节，并将 arc42 内容映射到分层文档结构。
debugging-methodology
debugging-methodology 是一项系统化调试方法，用于调查和解决软件缺陷。其核心流程为“复现 → 隔离 → 根因 → 修复 → 验证”的调试生命周期，强调以可复现的失败为起点，逐步缩小问题范围，追溯到根本原因，修复后再通过验证确认问题确实解决。该项目提供若干参考文件，按需加载：遇到间歇性或特定环境失败时使用 reproduction-checklist.md；已隔离症状、需要追溯根因时使用 root-cause-analysis.md；需要跨多个组件缩小失败范围时使用 isolation-techniques.md；调查延迟、内存或吞吐量问题时使用 performance-debugging.md。适用于需要结构化排查缺陷的开发调试场景。具体安装与使用方式暂未提供。
qa-methodology
一套质量保证方法论，覆盖测试策略设计、测试自动化模式、回归测试、CI 质量门禁、测试数据管理与质量度量，帮助团队把“自信交付”变成日常惯例。