SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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

13,011 个结果

playwright-tests

playwright-tests 是 Shopify Hydrogen 仓库中使用的技能说明，用于在该仓库编写、审阅或调试 Playwright 端到端测试时提供规范与约定。内容涵盖定位器选择策略（优先 role 与无障碍名称，慎用 CSS）、等待与断言原则（只等待用户可见效果，禁用 waitForTimeout 与 networkidle）、存在与缺失断言粒度、测试隔离与 beforeEach 组织、Fixture 设计、可移植的店铺状态契约，以及 Hydrogen skeleton 客户账户测试的本地运行方式与 CI 拆分。

测试与质量2 次安装

api-contract-testing

API 契约测试技能，用于在服务提供方与消费方之间设计并审查 API 契约测试。适用于响应字段、端点、事件模式或错误信封发生变更，客户端与服务端各自构建成功却在运行时不一致，需要区分破坏性变更与兼容性扩展，或需要为回归问题构建最小化的提供方/消费方复现。该技能从真实契约和受影响客户端出发，验证线级行为，默认使用本地夹具和现有测试工具，不提供测试服务，也不授权调用生产端点或发布新 API 版本。

测试与质量2 次安装

eas-simulator

EAS Simulator 是 Expo 官方托管的远程云模拟器服务，可在 EAS 基础设施上运行远程 iOS 模拟器或 Android 模拟器，并通过命令行、AI 智能体（agent-device）和浏览器预览进行操作。它适合无法在本地运行模拟器的环境（如 Linux 主机、云沙箱或 Cursor Cloud 等后台智能体），也适合让智能体在远程模拟器上实际验证改动，而不只是推理代码。该服务属于 EAS 的受限访问功能，仍在逐步开放中，需先检查账户是否可用；使用会计费，受账户定价与限制约束。

测试与质量2 次安装

huggingface-community-evals

该技能为在本地硬件上对 Hugging Face Hub 上的模型运行评测提供指导，涵盖使用 inspect-ai 和 lighteval 的本地推理评估，以及 vllm、Hugging Face Transformers、accelerate 三种后端的选择与回退策略。内容包括快速开始命令、任务选择、硬件配置建议和常见故障排查。它不涉及 Hugging Face Jobs 远程编排、模型卡与 model-index 编辑、结果发布及社区评测自动化等环节；如需远程执行或发布结果，需转交相应技能或流程处理。

测试与质量2 次安装

run-deep-swe

run-deep-swe 是一个用于运行可复现 DeepSWE 编码智能体基准评测的技能，通过 OpenRouter 接入模型、由 mini-swe-agent 驱动执行。DeepSWE 是包含 113 个任务的 Harbor 兼容编码智能体基准，借助 Pier（Harbor 分支）驱动与模型无关的 mini-swe-agent，任何可通过 OpenRouter 访问的模型均可评分。该技能适用于在 DeepSWE 或 mini-swe-agent 任务上对模型进行基准测试，以及产出可复现的评测计划与输出工件。使用前需确认 uv、git、docker 已安装、Docker 守护进程运行、OPENROUTER_API_KEY 已设置；若未设置需由用户自行配置密钥管理方式，不应读取 shell 启动文件或打印密钥。运行命令需在 deep-swe 目录内以相对路径执行，支持原生 OpenRouter 类与 LiteLLM 前缀两条接入路线；建议先用单个任务做冒烟测试，再以固定采样种子运行子集，最后执行完整 113 任务语料。评测结果落在 jobs 目录下，可用 pier view、analyze、critique 查看。排行榜提交与评测分离，需自行核实官方提交去向并获授权。

测试与质量2 次安装

perf-compare

perf-compare 是 AutoGPT 团队用于性能测量的共享方法，通过 Sentry 对比基线与候选版本（两个 release、两个环境或 preview 分支）的性能差异。它提供 Python 脚本 perf_compare.py，基于 Sentry 的 span 数据进行统计比较，输出 p50、p95、失败率等指标及“更快/更慢/无显著变化/数据不足”的结论，并包含多重比较校正、按 trace 重采样等统计处理，用于在声称性能优化或回归前获得可复现、可比较的测量结果。

测试与质量2 次安装

tdd-red-green-refactor

该技能用于强制执行 TDD（测试驱动开发）工作流，即红 → 绿 → 重构。适用于任何可测试的代码变更。核心要求包括：先编写表达行为的失败测试（红），再实现最小改动使其通过（绿），最后在测试保持通过的前提下重构代码以提升清晰度和结构。若项目尚无测试，需先添加最小测试框架和失败测试。技能还规定了测试范围优先选择最窄粒度、类型检查必须通过、使用 Vitest 而非 bun:test，并提供了 Turborepo 和 Vitest 的测试命令及常见模式。

测试与质量2 次安装

soia-dev-review-panel

soia-dev-review-panel 是一个用于对代码改动（diff）或技能包进行多视角、对抗式复核的审查技能。其核心理念是：单个审查者会存在盲区，因此该技能将审查拆分为多个相互独立的视角，每个视角关注不同的失败模式，然后再让每条候选发现经历一轮"尝试推翻它"的对抗式复核，只有经得起反驳的发现才会进入最终报告，未能通过验证的发现会被丢弃而非弱化。该技能只做审查报告，不会编辑、合并或发布任何代码。适用触发场景包括：多角度审查某个改动、用多个视角复查、对抗式复核、审查技能包等。

测试与质量2 次安装

dogfood

Dogfood 是一个系统化探索与测试 Web 应用、查找缺陷与 UX 问题的技能。它以命令行的 agent-browser 工具为核心，接受目标 URL 后按初始化、认证、定位、探索、记录、收尾六步工作流执行探索式测试，并为每个发现的问题生成可复现的证据（截图、录屏与重现步骤），最终输出结构化报告。适用于需要模拟真实用户对 Web 应用进行 QA 探索、查找交互缺陷与视觉问题的场景。

测试与质量2 次安装

duck-triage

duck-triage 是一个测试覆盖率分析与缺陷分级的技能（属于 sprngr/cantrips 合集）。它帮助开发者找出测试遗漏之处、评估测试质量、按严重程度对缺陷分类，并给出应补充的测试场景与边界用例。它的检查清单覆盖：缺失测试检测（如无测试的公开 API、无校验的副作用函数、只测快乐路径而忽略错误分支、外部依赖未打桩、公开接口缺契约测试）、测试质量核查（验证行为而非实现、确定性、相互独立、命名描述场景、断言具体、覆盖错误路径），以及边界用例发现框架（空值、空/null/缺失、单元素、最大/最小值、非法类型、并发访问、缓存状态、超时边界）。缺陷严重度矩阵分为 P0 至 P4：P0 为数据丢失、安全漏洞、全体用户阻塞；P1 为主要功能损坏但存在绕过方案；P2 为部分功能损坏、体验下降；P3 为外观、边界情况、错别字；P4 为建议或增强。分级流程为：复现、按矩阵分类、判断是否为回归、检查是否已有测试覆盖，输出严重度、简要理由以及应新增的测试。此外它提供缺陷报告格式（一行标题、可复现步骤、期望与实际、严重度及理由、相关测试路径）。该技能在整个开发流程中可用于 PR 前建议测试范围，以及 PR 内联标注缺失测试。资料未提供该技能的安装命令、收费方式或运行平台信息。

测试与质量2 次安装

chrome-devtools-e2e

chrome-devtools-e2e 是一个基于 Chrome DevTools MCP 的页面验证与端到端（E2E）测试技能，适合在开发完成后手动触发，用于确认 UI 渲染、表单交互、API 调用和控制台错误等。它作为 Playwright 的替代方案，提供交互式浏览器验证能力，支持截图存档、hover 状态检查、移动端适配模拟以及暗色/亮色模式验证。使用前需在 .claude/mcp.json 中配置 chrome-devtools MCP 服务。

测试与质量2 次安装