testing-workflow
MiniMax Code 变更的测试选择与验证报告工作流。根据仓库中声明的测试套件与 CI 门禁，为代码、技能等变更选取并执行对应的验证流程，适用于提交前的本地校验与发布交付验证。使用时从变更文件入手，先确定所属运行时、用户入口点和最终可观察行为，再阅读 AGENTS.md、CONTRIBUTING.md 及 scripts/verify.mjs 中的相关步骤。
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 11-03 00:11
测试与质量
13,074 个结果
run-overview
这是 Minitap Mini 的“运行概览”技能：对已完成的 Minitest 运行（run）做分流（triage），输出持久化的会话级问题看板。它读取带 --actionable 的判定结果，按机制将可操作问题分为客户应用动作、验收标准不稳定、产品限制三类，并跨 iOS、Android、Web 聚合语义相同的问题，生成 v2 看板写入 .minitap/reply-mode.json，供会话持久化。
release
minitest-cli 的发布技能：按语义化版本规则确定下一个版本号，更新 pyproject.toml 与锁文件，提交、打标签并推送，从而触发 PyPI 发布、GitHub Release 与 Homebrew tap 更新的发布工作流。
actrun-debug
actrun-debug 是用于诊断 actrun 工作流执行失败的技能，可解析运行日志、定位错误原因并给出修复建议，覆盖工具缺失、动作兼容性、路径、密钥、条件式、Nix 与 Docker 等常见问题。
mutmut-survivors
用于在仓库中运行 mutmut 突变测试、查看存活或未被测试覆盖的突变体，并补强测试将其消灭的技能。它共享 pyproject.toml 中的 mutmut 配置，并用 uv 命令执行、检查和报告结果。
moai-clean
moai-clean 是 modu-ai/moai-adk 仓库中的一个技能，用于识别并安全地删除无效代码（死代码），并通过测试进行验证。根据现有资料，该技能通过调用 Skill("moai") 并传入 clean $ARGUMENTS 参数来使用，其余细节暂未提供。
moai-e2e
moai-e2e 是 modu-ai/moai-adk 项目中的一项 E2E 测试技能，用于为 Web、移动端和桌面端创建并运行端到端测试，支持自动检测目标平台，并采用以 CLI 为主的工具链。该技能通过 Skill("moai") 调用，参数以 e2e 开头。现有资料未说明其具体支持框架、安装步骤、配置方式和运行细节，使用时需参考项目仓库说明。
moai-gate
moai-gate 是 modu-ai/moai-adk 中的一个技能，用于在提交前运行代码质量门禁：并行执行 lint、格式化、类型检查和测试，帮助在代码入库前发现并修复问题。使用方式为调用 moai 技能并传入 gate 参数，例如 Skill("moai") with arguments: gate $ARGUMENTS。具体支持的检查项配置、并行实现细节和参数含义暂未提供。
my-harness-quality
面向 moai-adk-go 的 Go 质量与测试领域知识技能，覆盖测试模式、lint、覆盖率目标、竞态检测与 LSP 质量门禁，作为 manager-quality 的项目专属补充。
cn-quality-traceability
该技能用于为国内工厂设计质量追溯方案，覆盖从原料入库到成品出货的全过程。它回答“出了问题时哪些产品受影响、原因来自哪里”这两类追溯问题，支持正向追溯（从可疑原料批次查到所有受影响成品与客户）和反向追溯（从成品或客诉查回原料、工艺和人员）。技能会要求提供产品与行业、工艺流程图、现有系统（纸质流转卡、Excel、ERP、MES、WMS、条码或二维码能力）、产量与批次规模、痛点、预算与周期等信息；缺失时会做出假设并标注。最终产出一份方案，内容包括：追溯目标与响应时限、追溯单元与编码规则、各工序采集数据表、正反向追溯路径、记录保存、召回演练、差距与分阶段实施。适用于汽车、医疗器械、食品等行业客户审核或法规可追溯要求的场景。涉及的法规与客户要求需由企业质量与法规团队核实。
cn-soe-interview
面向中国国企/央企求职的面试与笔试准备技能，覆盖流程梳理、笔试计划、面试题库、模拟面试与 offer 对比，强调以招聘公告为准。
exploratory-test-charter
该技能用于编写基于会话的探索性测试章程（charter），帮助测试人员发现脚本化测试容易遗漏的问题。它围绕明确的任务、限定的探索区域和时间盒来组织测试会话，使探索性测试更有目的性，并能报告覆盖范围。技能会依据风险优先级，为最值得探索的区域生成章程，并给出具体的测试策略与判定标准（oracles）。适用于需要规划探索性测试、编写测试章程、设计测试会话或对某功能进行基于风险的探索时使用。
factory-acceptance-test
该技能用于编写工厂验收测试（FAT）计划或报告，帮助在工厂出货前明确验收标准。它可生成测试覆盖矩阵，将每项测试对应到规格条款；依据 ANSI/ASQ Z1.4 制定抽样方案，明确批量、检验水平和各缺陷类别的 AQL；给出无歧义的合格/不合格判定与批次接收/拒收规则；提供黄金样品处理程序、偏差日志格式以及带权限级别的签署区块。适用于消费电子等制造场景的出厂质量检验，需要产品规格、批量、风险画像、历史质量与签署方等输入。
sun-tzu-strategy-brief
基于《孙子兵法》第一章至第四章的筹划框架，为具体竞争场景（竞价交易、谈判、市场进入、地盘争夺）生成策略简报；逐项推演五事、地形与胜负条件，并给出交战、改写规则或不介入的判断。
project-forge
Project Forge 是一个与模型、智能体产品无关的项目引导技能，用于把不完整的概念转化为可测试的游戏或软件项目，产出产品契约、架构、归属计划、质量门禁与证据计划。
mongo-tools-js-to-go
用于将 mongo-tools 中的 JS/resmoke 集成测试转换为 Go testify 测试的技能，提供测试样板、套件用法、代码约定、辅助函数与本地运行命令。
tdd
TDD 技能来自 moonshotai/kimi-code，用于以测试先行的方式开发新功能或修复缺陷，核心是红—绿循环。它说明好测试的判定标准、测试应放置的接缝、常见反模式以及循环规则。
evaluate-mcp-tool-adoption
该技能用于评估面向智能体的 MCP 工具采用情况，将工具视为路由面而非调用次数目标，区分可用性、发现、选择与执行四个阶段，并给出受控对照的实验方法。它要求先冻结一个可证伪的问题，固定模型、版本、推理强度、客户端版本、配置、预算等条件，记录提示词与智能体可见的 MCP 表面；通过四阶段控制矩阵：启动服务器检查初始化与工具列表以验证可用性，用自然用户短语搜索以验证发现，直接调用已知匹配操作以验证执行，再让全新智能体在无提示、仅服务器引导、明确任务级路由提示三种条件下比较选择行为。该技能强调保守归因，只在受控比较中使用模型，并要求附带精确提示词、环境与事件证据形成问题报告，同时保持结果评估与遥测分离。
harbor-benchmarks
Harbor Benchmarks 用于把数学评测编写、打包、校验并运行为 Jacobian Harbor 数据集，核心目标是构建带有隐藏且可重放验证器的有界数学实验。任务是否合格取决于提交的数学内容，而不取决于智能体选用何种工具或对话记录；Jacobian 可用性属于实验条件，并非任务受理的前提。每个任务作为数据集直接子项存放，包含一条成员记录，并使用冻结的离线输入、固定镜像与依赖以及显式执行配置。
recent-conjecture-evaluations
该技能用于以近期已解决的数学猜想作为留出探针，评估 Jacobian 的可靠性。它不是一个收集已解示例的集合，而是产出有证据支撑的诊断结论。技能涵盖源选择、确定性重放、可选模型对比与归因；Harbor 打包属于独立流程。支持探针、评审、协调三种模式，强调证据边界、冻结输入、独立 oracle、当前 main 分支的确定性审计，以及成本与授权限制。
verifier-evaluations
该技能用于设计、审计或修复数学基准的验证器、提交契约与评分逻辑。验证器依据冻结的输入和有界提交判定基准的数学谓词，不评判文字表述、置信度或工具使用，也不要求与某一偏好解法完全一致。技能强调先建立最小可检查的提交契约，明确类型、形状与见证条件；再在解析前限制输入，按冻结的验证器副本重放数学计算，使畸形提交产生确定性的失败结果而非宿主异常；最后运行行为攻击、Oracle 及仓库门禁，并在修改验证器后刷新 Dockerfile 校验和。默认评分为二值，部分得分需显式声明的独立数学子结论。适合数学基准验证器的开发与维护。
quality-producer
quality-producer 是来自 morning-start/agent-skills 的技能，用于在用户需要质量、测试、部署、运维或安全文档时生成相应文档，并添加追溯关系。
tutorial-writer-review
教程写作质量校验子技能，用于在交付前检查、评审、评分已完成教程内容并执行质量门禁。
test-skill
Test Skill 是一个用于集成测试的测试技能，官方描述为“A test skill for integration testing”。公开资料未提供其具体功能、收费方式或适用场景，仅说明它提供测试功能。