golden-artifact-testing
用于设计或修复黄金文件、快照、固定夹具及生成产物测试的技能，强调将黄金产物视为需审查的契约而非缓存，通过临时生成、归一化、稳定差异比较和显式批准更新来锁定产物形状。
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 11-02 00:09
测试与质量
13,035 个结果
installer-quality-audit
用于审查安装、初始化、引导或更新脚本是否安全且可幂等重跑的技能：检查脚本能否被陌生人重复运行、撤销，且不丢失配置、不意外索要密码、不强制重启。
live-service-e2e-testing
用于构建真实服务端到端测试的技能：不依赖 mock，通过真实外部服务、账号或环境验证行为，强调夹具、清理、限流与证据留存。
metamorphic-test-design
用于为缺乏精确预期输出的行为设计蜕变测试（metamorphic testing），通过输入变换与不变量关系验证执行结果之间的一致性，而非依赖固定期望值。
ntm-browser-test-coordination
用于通过 NTM 窗格协调浏览器或 UI 测试的技能：先定义用户可见场景，再分配窗格、要求截图/追踪等证据、记录失败并产出可验证结论与交接。
release-readiness-gate
用于发布准备阶段的技能：按版本号、变更日志、构建产物、冒烟测试、标签与 go/no-go 六阶段流程，把候选构建从"已合并"推进到有记录的发布决策，产出可复核的发布就绪报告。
pytest
pytest 是一个成熟的 Python 测试框架，便于编写小型测试，也能扩展到复杂的功能测试。支持断言、fixture、参数化、异步测试、标记筛选、monkeypatch 模拟等能力，可用于 API、数据库和异常处理等场景。
pytest-mock-guide
pytest-mock 是一个 pytest 插件，提供 mocker fixture 作为 Python unittest.mock 补丁 API 的轻量封装，并在每个测试结束后自动撤销所有 mock。它支持按点路径或对象属性打补丁、临时修改字典、批量打补丁、spy 真实方法、创建同步与异步 stub、生成符合签名的 autospec mock，以及直接访问 Mock、MagicMock、AsyncMock、PropertyMock 等类。还提供 stopall、stop、resetall 等管理方法，并增强断言错误信息。适用于编写需要 mocking、patching、spying 或 stubbing 的 pytest 测试。
pytest-recording
pytest-recording 是封装 VCR.py 的 pytest 插件，用于在测试中录制和回放 HTTP 交互，将请求响应保存为 YAML cassette，从而无需真实 API 调用即可获得确定性测试结果。
fetch-diff
fetch-diff 是一个用于代码审查的技能脚本，可抓取 GitHub PR 的 diff 并为每行标注旧/新行号，便于定位审查评论；同时自动屏蔽自动生成文件（如锁文件、protobuf 生成的 Java）的 diff，让审查聚焦手写改动。
skill-evals
skill-evals 是一个用于评估仓库内技能（skills）的工具：通过 wshobson PluginEval 对每个技能打分，并在各技能目录生成 EVALS.md 报告。支持 review、fix、certify 模式，可并行评估多个技能。
fix
通过可重复反馈、复现与假设证伪定位故障根因，再以最小修复和回归验证完成排错。
musa-pytorch-code-porting
面向摩尔线程 MUSA 与 MTT S5000 平台的 PyTorch 开发与 CUDA 到 MUSA 迁移技能，提供平台检查、设备抽象、AMP、MCCL 多卡、扩展构建等规范与代码示例。
dev-debug
dev-debug 是 browseros-ai/browseros-agent 中的调试工作流技能，用于定位问题根因、修复最可能的原因、测试并提交。通过 “/dev-debug <问题描述>” 使用，按根因分析、最小修复、测试、提交和复查剩余问题的步骤推进。
test-ui
用于在开发环境中启动 BrowserOS 应用扩展并借助 CDP 可视化验证 UI 的技能，覆盖新标签页左侧栏与右侧面板聊天界面，通过快照、点击、填表等命令检查导航、渲染与样式改动。
aer-identification
用于实证经济学论文因果识别策略的选择、实施与压力测试，覆盖双重差分、工具变量、断点回归、合成控制等方法，并给出诊断与审稿人常见质疑的应对要点。
replicate
replicate 是 auto-empirical-research-skills 中的技能，用于构建和核验复现包，并路由至 reproducibility-auditor 智能体执行检查。
structural-modeling
用于实现与调试结构计量经济模型的技能，覆盖从模型设定、矩条件推导到结构参数估计的完整流程，支持 BLP 需求估计、动态离散选择、拍卖模型以及 NFXP、MPEC 等估计方法。
write-well
面向 Quarto（.qmd）学术手稿的散文质量检查技能，依据 William Zinsser《On Writing Well》第30周年纪念版的原则，检查冗余、弱动词、语态、陈词滥调、统一性与结构、解释清晰度等问题，只生成报告，不修改源文件。
anmath-referee-strategy
面向《数学年刊》（Annals of Mathematics）投稿的审稿人策略技能：在稿件定稿前以专家审稿人视角对证明做对抗性自查，找出关键步骤、最弱环节、外部引用与边界情形等风险，并给出可核查的输出清单。
arpsych-topic-selection
用于判断一个心理学选题是否成熟、重要且具备综述整合条件，从而适合撰写《Annual Review of Psychology》综述的技能。它通过三道门槛检验选题，并做同类期刊分流。
jibs-topic-selection
用于为《国际商务研究杂志》（JIBS）稿件挑选或打磨研究问题的技能，核心是检验选题是否为真正的国际商务现象。通过现象、分析层次、IB理论与跨国差异四道门槛，以及现象压力测试，判断选题是否契合 JIBS 并给出投稿去向建议。
rfs-topic-selection
用于判断金融学研究选题是否适合《Review of Financial Studies》（RFS）的技能：从新颖性与严谨性两个维度压力测试研究问题，帮助识别增量式选题、明确贡献主张，并评估是否走注册报告（Registered Reports）路径。
rt-execution-bridge
rt-execution-bridge 是一个面向实证研究的执行桥接技能：把“应使用异质性稳健 DiD、弱工具变量稳健置信区间、多重检验校正”等建议，落实为实际拟合并审计过的估计结果，覆盖 DiD、IV、RDD、合成控制、DML 等方法。