reconcile-code-review
用于代码审查流程的协调技能：将当前专家审查发现与上一轮机器人审查及人工 PR 评论进行比对，输出 active、ignored_by_reviewer、resolved 三类最终发现列表。
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
skill-crafter
Skill Crafter 用于创建高质量、可直接投入使用的 Grok Build 技能（SKILL.md 文件），生成符合官方规范的 YAML frontmatter，并包含具体触发词、编号步骤与质量检查清单。
benchmarking-transaction-patterns
该技能指导在 CockroachDB 中对同一事务业务流进行基准测试与对比：显式多语句事务与单语句 CTE 事务，关注争用下的性能、公平测试方法与结果解读。
senpi-qa
senpi-qa 是 senpi 编码代理自带的手工 QA 测试工具集，通过驱动真实 CLI（而非读代码或依赖单元测试）来验证 packages/ai、agent、coding-agent、tui 的可观察行为；修改这些包后必须运行。所有脚本在隔离沙箱中运行并自带 --self-test。
web-testing
基于 Playwright 的 Web 自动化测试技能，涵盖测试结构、断言、网络请求模拟与可靠性最佳实践。
codeant-resolve-quality-gates
CodeAnt 技能：根据当前分支定位 PR，解析 CodeAnt CI/CD 质量门禁评论中的失败项（SAST、Secrets、重复代码、SCA、IAC），逐条校验并应用安全的最小修复，最后可选提交推送。
dogfood
dogfood 是一个用于系统性探索和测试 Web 应用、发现缺陷与体验问题的技能。它借助 agent-browser 浏览器自动化工具，对目标站点进行类似真实用户的探索，并为每个问题生成带截图或录屏证据的报告。
bug-bash
bug-bash 是用于在隔离沙箱中运行 AI 智能体缺陷大扫除的工具，针对 Xum 网页界面。每个测试任务（charter）在独立的 Docker 容器中运行，由 AI 探索器驱动 Chromium 访问各自带种子的 Xum 服务器并报告发现。模型驱动的运行受到主机暂停机制限制，必须在沙箱内进行。代理通过 Unix 套接字访问主机上的提供商代理，预算受控。支持图表计划、多种角色、模型选择与预算限制，结果包含发现、日志、截图和视频。
crap-gate
crap-gate 是一套代码复杂度与测试覆盖率的门禁工具，围绕 CRAP 指标（CC² × (1 − coverage)³ + CC，其中 CC 为圈复杂度）来阻止新增技术债，并让被改动的热点函数逐步缩小。它提供三类报告来源：make crap-check 命令（检查自 origin/main 合并基点以来改动的文件）、提交/推送后的代理钩子（警告或阻断模式）、以及 CI 的 Quality / CRAP 作业摘要与注解。报告会给出 floor-cc、floor-crap、new-function、crap-tax 等规则类型及函数名和行号范围；新函数默认限制为有覆盖率时 CRAP 15、无覆盖率时 CC 8。修复方式有两种：拆分函数（提取带独立测试的纯逻辑、React 命名 hook 或子组件）或补充有效测试（仅在有覆盖率数据时有效）。工具还规定反规避规则（不得用 !、as 强制转换替代 ?./??，不得写无意义断言测试，不得拆成只传状态的单调用辅助函数等），并提供 Crap-Debt 例外机制（本地用提交信息 trailer，CI 用 PR 标签，代理需先获维护者批准）。
gauntlet
Gauntlet 是一组质量门禁工具，与 CRAP 门禁并列，包含 DRY 门禁和变异测试门禁，只对变更涉及、且位于与 origin/main 合并基点之后的函数进行评分。本地运行时仅报告结果，CI 中通过 DRY_MODE 和 MUTATION_MODE 变量配置为 warn（警告）或 block（阻塞）模式。DRY 门禁用 dryer 比较变更函数与 src/ 下生产函数的 Jaccard 结构相似度，发现新增重复或编辑导致匹配的情况；变异门禁在变更函数中制造小变异（如 === 改为 !==、> 改为 >= 等），并运行直接导入该文件的 Bun 单元测试，未被任何测试杀死的变异体视为存活。两门禁均支持用 dry-duplicate-ok: 或 mutation-equivalent: 标记附理由接受有意为之的发现，并提供了修复建议：提取共享形状或编写断言行为的测试，禁止为通过门禁而合并函数或修改生产代码。
tbench
tbench 是 Xum 智能体接入 Terminal-Bench 2.0 的基准测试集成，位于 benchmarks/terminal_bench/ 目录，使用 Harbor 作为评测框架。它提供 Makefile 命令与 GitHub Actions 工作流，可在本地 Docker 或 Daytona 云沙箱中运行完整或指定任务，支持通过环境变量配置数据集、并发数、超时、任务名与 mux run 参数，并可将结果上传 BigQuery 查询、准备并提交至 Terminal-Bench 2.0 排行榜。还附带失败率分析与日志下载脚本，用于对比 Xum 与其他智能体的表现、定位优化机会。
tests
这是一份测试规范文档，定义了项目的测试理念、命令与测试文件布局约定。文档主张优先采用两类测试：使用真实运行时、文件系统和网络调用的真正集成测试，以及针对纯函数或高度隔离模块的单元测试。单元测试以 .test.ts[x] 文件与源码同目录存放；集成测试位于 tests/ 目录，分为 tests/ipc（后端行为）、tests/ui（前端集成，使用真实 IPC 与 happy-dom 全应用渲染）和 tests/e2e（Playwright 端到端测试）。文档还涵盖 Mock 使用原则、测试时机（TDD）、测试运行方式（bun x jest 与 bun test）、运行时检查命令、覆盖率期望、Storybook 约定、UI 测试与 IPC 测试的具体规范、确定性要求以及例外情况。
code-review
通过 CodeRabbit AI 在终端对代码改动进行审查的技能，适合在用户要求代码审查、PR 反馈、代码质量检查或安全问题时使用，可按严重程度汇总问题并协助后续修复。
meta-ads-audit
Meta Ads 账户审计技能，通过 Cogny 的 MCP 服务器读取 Facebook 与 Instagram 广告实时数据，分析受众、创意疲劳、预算进度和线索质量，需 Cogny Agent 订阅（$9/月）。
validate
validate 是来自 coleam00/ai-native-starter-pack 的技能，用于执行当前项目的完整质量门禁：运行测试、类型检查、lint，全栈项目还要执行构建，并用 ✅/❌ 报告整体健康状况。它要求根据项目实际情况确定命令，从 pyproject.toml、package.json、Makefile、README 以及 CI 工作流中查找，并尽量与 CI 保持一致，从而使本地通过即代表 CI 通过。典型后端 Python 命令包括 uv run pytest -q、uv run mypy、uv run ruff check；典型前端 TS/JS 命令包括 npm run build、npx tsc --noEmit 或对应的 lint、test 命令。还可选择执行实时冒烟测试，即按项目运行命令启动应用并访问健康检查端点。最终汇总报告测试通过/失败、类型检查、lint、构建（如适用）和整体 PASS/FAIL 的结果。适合在打开 PR 之前使用。对于输出 datetime、受 locale 影响或按租户限定的代码路径，建议补充针对非默认情况的测试，以防回归。
agent-browser
agent-browser 是一款浏览器自动化命令行工具，用于网页测试、表单填写、截图与数据提取，支持导航、快照、点击、输入、截图、录屏、网络拦截等操作，适合需要程序化控制浏览器的场景。
scoped-tests
修改代码后、宣称工作完成前使用的测试范围选择技能：按改动位置挑选最窄且能覆盖改动的 pytest 命令，避免直接跑整套测试浪费上下文与时间。
cli-autocalibrate
用于校准 Hive 两阶段终端状态评估引擎的 CLI 技能：通过已提交的确定性语料回放，定位 Stage 1 规则分类与 Stage 2 去抖时序的偏差，并修复、验证、补充回归用例。适合状态判断出现误判或抖动时使用。
desktop-devserver
本地开发服务器，用于在运行中的 Hive Desktop 实例上模拟 GitHub 生命周期事件与 webhook 投递，通过 http://127.0.0.1:7777 下的 /_ctl/ JSON 控制接口驱动代理覆盖、多步场景和 webhook 推送。
writing-e2e-tests
为 Opik 前端编写端到端 Playwright 测试的技能：按规范流程定位页面与选择器、用 SDK/夹具播种数据，并编写 POM 与 spec，最终在本地运行至通过。
cometchat-angular-v5-testing
本技能用于测试嵌入 CometChat 的 Angular 应用，基于 @cometchat/chat-uikit-angular@5（已验证 5.1.0–5.2.0）。核心策略是：单元测试中 mock CometChat，避免真实网络导致测试挂起或离线失败；用 TestBed 以 imports 方式加载独立的 kit 组件；优先断言 ChatStateService 状态而非 kit 的 DOM 内部结构；端到端测试用 Playwright 配合真实开发应用和两个种子账号。技能强调 mock 必须符合 kit 实际暴露的 API 形状（可参考 angular-v5 catalog 与 docs-map.md），并指出 Angular UI Kit 文档缺少测试页面，此策略为技能包自有方案。
cometchat-flutter-v5-testing
面向 CometChat Flutter UIKit v5（基于 GetX）的测试模式说明，涵盖 flutter_test、mocktail 模拟 SDK、围绕 CometChat 组件的 widget 测试、集成测试、Golden 测试与 CI 配置要点。
cometchat-react-native-testing
该技能用于为 CometChat React Native 集成编写测试，属于 CometChat 技能集的一部分。它指导开发者使用 Jest 对 CometChat SDK 进行模块级 mock，从而在单元测试中避免真实网络请求与凭据泄露；同时强调断言初始化先于登录、登录完成前不渲染聊天组件，以及通过源码扫描确保代码中不含 Auth Key。对于只能在真机验证的场景（如键盘下输入框存活、硬件返回键导航、手势响应、release 构建启动崩溃），该技能建议使用 Detox 端到端测试，并明确指出通话与推送无法由模拟器覆盖，应作为人工设备检查。技能还提醒不要断言 UI Kit 内部实现、不要添加未被要求的测试框架或 CI。
cometchat-react-v7-testing
该技能面向在 React 应用中集成 CometChat v7 的测试场景，提供测试策略与实操指引。它强调测试对象是开发者自己的代码而非 CometChat 组件库本身，将测试分为三层：业务逻辑（令牌获取、UID 映射、路由、状态）用单元测试并 mock SDK；接线层（初始化与登录后界面是否挂载、props 是否正确传递）在测试 provider 下渲染并 mock SDK；真实收发往返则用轻量 E2E 针对测试应用验证。技能给出 mock @cometchat/chat-sdk-javascript 与 @cometchat/chat-uikit-react 的示例代码，提醒使用 findBy* 等异步查询等待 init→login 完成，避免同步断言导致不稳定，并建议用 CometChatErrorBoundary 包裹界面。E2E 部分建议用 Playwright 覆盖登录与发送消息的 happy path 及一条认证失败路径，断言可见文本与角色而非组件库内部 DOM 类名。技能还列出常见陷阱，如初始化前同步断言、断言 kit 内部类名、单元测试中真实登录、StrictMode 双调用需幂等 mock 等，并明确不建议自动化组件库内部、穷举 props、实时通话与像素快照。