threejs-impl-shadows
用于在 Three.js 场景中启用阴影或排查阴影伪影（如阴影痤疮、悬浮、分辨率过低）的技能。涵盖需显式开启的三步阴影开关、阴影贴图类型选择、各类光源阴影配置与常见问题诊断。
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 10-18 00:12
测试与质量
12,270 个结果
absolute-init
absolute-init 是 absolute 工具集的一次性初始化命令，用于检测项目技术栈并询问输出风格、自主性、TDD 严格度等偏好，写入 JSON 配置供其他命令复用，避免重复检测。
functional-testing
功能测试技能，用于为业务流程、UI、数据与集成设计功能测试计划和用例，触发词包括“功能测试”和 functional testing。
doca-bench-extension
用于编写、构建、加载和调试自定义 doca-bench 插件的技能：插件是带版本号的共享库，通过 DOCA_EXPERIMENTAL C 入口点被父工具 doca-bench 调用。适用于内置工作负载模式无法覆盖的场景。
prospect-panel-simulator
模拟由真实潜在客户和买家组成的评审小组，在正式外发前对销售与营销物料进行压力测试，包括冷邮件、路演、落地页、定价页、方案等，按人物角色给出反应、异议与行动建议。
smoke-test-ml-pipeline
为单个机器学习实验编写的冒烟测试技能，产出一个精简的 pytest 测试文件：在真实 `data/` 数据的一小部分上拟合模型，并在一个不重叠的数据切片上做预测，且不带历史 buffer。核心断言是预测行数必须等于 predict-grid 的行数（硬断言，精确相等）。触发场景包括：已批准的实验需要其冒烟测试、`pytest tests/smoke/` 因行数失败、用户询问冒烟测试为何失败、管道编辑需要有据可查、实验脚本改变了管道形状。停止条件是 `status.setup.pending` 非空（应加载 `setup-ml-project`）、没有已批准的设计或匹配的实验脚本。使用方式为：查看 `status`，阅读 journal 与 experiment，编写 `tests/smoke/test_NN_*.py`，然后运行 `python -m skore_skills smoke run --stem <stem>`。
dynamic-debugger
dynamic-debugger 是一个通过 DAP-MCP 集成实现交互式调试的技能，支持用自然语言命令设置断点、单步执行、检查变量和控制执行流程，当前支持 Python（debugpy）与 C/C++/Rust（lldb），默认禁用需显式启用。
triton-operator-precision-eval
Triton 算子精度评估技能：将 Triton 算子与 PyTorch 参考实现对比，自动计算 MERE、MARE 等误差指标，按 dtype 阈值判定并生成标准化精度报告，用于 NPU 上的算子正确性验证。
codeceptjs-run-analysis
CodeceptJS 测试运行分析技能：在启用 aiTrace 插件运行测试后，读取 output/ 下的 trace 产物，定位失败步骤、聚类错误、诊断不稳定用例。
a11y-playwright-testing
基于 Playwright（@playwright/test）、TypeScript 与 axe-core 的 Web 无障碍自动化测试技能，用于编写、运行和调试 WCAG 2.2 AA 检查、键盘可操作性、焦点管理与语义结构验证，防止无障碍回归。
android
面向通过 ADB 操作 Android 设备的技能，覆盖连接设备、无线调试、Shell 命令、安装卸载应用、UI 自动化、截图录屏、日志调试、系统与内存检查及常见故障排查，需具备 adb 环境与设备调试授权。
code-review
一个用于代码审查与改进的技能，提供 review、perf、clean、cleanup 四种模式，分别用于缺陷与安全审查、性能优化、整洁代码审计和清理 AI 冗余代码。前三种只读并输出报告，cleanup 会实际修改源码。
devtu-benchmark-harness
ToolUniverse 工具、技能与插件的持续改进基准测试框架，通过运行基准、分析结果、诊断失败、路由修复、重测的 5 步反馈循环提升质量，并内置防记忆检查以避免过拟合。
code-change-verification
该技能用于在符合条件的 SDK 变更通过评审后，执行最终的依赖安装、构建、类型检查、Lint、测试与格式检查，确保所有命令通过后才标记工作完成。
application-quality-assurance
该技能用于对 Web 应用进行全面的质量测试，执行功能性测试、集成测试和用户体验测试。测试本地 Web 应用时，它采用原生 Python Playwright 脚本，并提供 scripts/with_server.py 辅助脚本管理服务器生命周期（支持多个服务器）。它给出了清晰的决策树：静态 HTML 可直接读取文件识别选择器；动态应用需判断服务器是否已运行，未运行则先运行 with_server.py，已运行则采用“先侦察后操作”模式——先导航并等待 networkidle、截图或检查 DOM、识别选择器，再执行操作。文档还强调常见陷阱：动态应用不能在等待 networkidle 之前检查 DOM。最佳实践包括将捆绑脚本当作黑盒使用并先执行 --help、使用 sync_playwright()、用完关闭浏览器、使用描述性选择器、添加适当等待等。还提供 examples/ 参考文件，如元素发现、静态 HTML 自动化和控制台日志捕获。
visual-quality-improver
visual-quality-improver 是一项用于提升图片与截图视觉质量的中文技能介绍，可分析分辨率、清晰度与压缩伪影，进行智能放大、锐化与降噪，并按网页、打印、社交媒体等用途优化输出。
testing-qa
一个覆盖单元测试、集成测试、E2E 测试、浏览器自动化与质量门禁的测试与 QA 工作流技能包，按阶段组织测试策略、性能测试、代码审查等环节，并提供可复制的调用提示。
pentest-commands
渗透测试命令参考技能，汇总 Nmap、Metasploit、Nikto、SQLMap、Hydra、John the Ripper、Aircrack-ng、Wireshark/Tshark 等工具的常用命令，用于网络扫描、漏洞利用、密码破解与 Web 应用测试时的快速查阅。
simulator-automation
通过 HTTP API 自动化控制 EvenHub 眼镜模拟器的技能，可用于程序化测试与操作。启动时加 --automation-port 指定端口，即可调用截图、控制台日志和眼镜输入接口。
test-with-simulator
用于在桌面模拟器中测试和调试 Even Hub G2 应用的技能，支持启动、配置、调试、截图，并说明模拟器与真机的差异。模拟器是硬件测试的补充而非替代。
accessibility-testing
面向 WCAG 2.2 合规的无障碍测试技能，涵盖屏幕阅读器验证与包容性设计检查，适用于满足 ADA、Section 508 等法律合规要求，并提供键盘导航、颜色对比度与 axe-core 自动化检查的快速参考。
performance-testing
该技能用于在负载下评估应用性能，借助 k6、Artillery 或 JMeter 测量延迟、吞吐量与错误率，适合规划负载测试、设定 SLO 并定位瓶颈。
qe-requirements-validation
用于需求验证的 QE 技能：校验验收标准的可测试性、在需求与测试用例之间建立追溯矩阵，并依据用户故事生成 BDD 场景，用于发现覆盖缺口与孤立测试。
qe-test-generation
qe-test-generation 是 agentic-qe 中基于 v3 AI 的测试生成技能，按“持久优先”原则从代码分析、模式与覆盖率缺口生成单元、集成和 e2e 测试，支持 Jest、Vitest、Pytest 等框架。