fundamental-stock-analysis
一个用于基本面股票分析与同业排名的技能，按结构化评分手册评估质量、资产负债表安全性、现金流、估值与行业调整，并给出评级、置信度和失效触发条件。
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 11-04 00:13
测试与质量
13,095 个结果
diagnosing-bugs
面向疑难缺陷与性能回归的诊断流程技能，强调先构建可复现的反馈回路，再依次进行复现与最小化、假设、插桩、修复与回归测试、清理与复盘。
cmd-makefile-improve
这是一个用于审查仓库 Makefile 基础结构并提出改进建议的智能体技能，在用户明确批准前仅做评审与提案，不修改文件、不提交、不安装依赖。适合迭代 Makefile 助手、模板、测试与文档。
cmd-chain-halt-code-reviewer
面向 Cosmos SDK 协议代码的审查技能，用于检查可能导致链停机、非确定性结果和链上行为缺陷的问题，重点关注 x/ 目录代码。
cmd-code-review-sweep
一个代码审查技能，按测试缺口、简化、命名一致性、复用机会和 TODO 质量五个维度审查近期改动，输出带文件与行号的发现及建议，并给出按投入产出比排序的优先修改清单。
cmd-pr-review-prepare
cmd-pr-review-prepare 是一个用于代码评审准备的技能，帮助在接手此前分支的工作时构建变更上下文、识别问题并给出改进建议，可配合多个 Claude Code 实例并行评审同一分支。
cmd-pr-test-plan
为当前分支的 PR 变更生成人工测试计划，包含可直接复制的命令、明确的通过/失败判定标准，并按变更区域分组，输出到仓库根目录的 TEST_PLAN.md。
debug-timeouts
用于系统性排查跨应用层超时配置的命令，可发现超时层级、冲突与意外延迟根因，支持按层筛选、追踪超时链并给出修复建议。
apphouse-check
AppHouse Check 是一个只读的 iOS 应用审计技能，依据 AppHouse 质量标准检查现有应用仓库，输出按优先级（P0 发布阻断到 P3 打磨）排列的发现报告，指出问题所在文件与具体修改建议，但不修改代码。
1k-test-version
用于为应用升级测试创建测试版本分支的技能，按固定版本号规则和构建号公式生成测试构建，并修改相关配置文件后提交推送。
test-coverage-improver
Test Coverage Improver 是一个用于分析和提升测试覆盖率的技能：先运行覆盖率报告定位未被测试覆盖的代码，再优先为关键、复杂的代码路径补充测试，最后验证覆盖率是否提升。该技能提供 Jest、Vitest 和 NYC（Istanbul）的覆盖率命令、行、分支、函数、语句四类指标的目标参考，以及单元测试、异步函数、依赖 Mock、React 组件、API 路由等测试模板，并附分支覆盖检查清单、Vitest 覆盖率配置示例和测试优先级建议，适用于查找未测试代码、编写缺失测试和改善覆盖率的开发场景。
code-review
一个对代码改动做双轴审查的技能：以用户指定的固定点（提交、分支、标签或 merge-base）为基准比较 HEAD，分别从“编码规范”和“规格实现”两个角度检查 diff，两者作为并行子代理运行并汇总结果。
library-craft
library-craft 是一个用于审查可复用包工艺的 AI 技能，覆盖导出、目录结构、命名、测试、文档、兼容性和发布形态。适用于 npm 包、SDK 和框架工具库；默认先分析不修改源码，除非用户明确要求实现。
git-rebase-main
安全地把当前功能分支变基到最新的 origin/main 之上，适用于准备 PR、UAT 或发布前的代码同步。
field-selector-quality-audit
用于审计 NVCA 字段选择器质量的技能：检查文件清单、元数据模式、字段到替换项覆盖、歧义键、智能引号、测试夹具与填充质量，并输出结构化质量评分卡与成熟度分级。仅操作本地仓库文件，无需网络凭证。
test-verification-gate
Scenescape 的运行时测试验证门禁技能：在新增或修改测试时，要求完成并一致地报告运行时验证，包括镜像新鲜度检查、测试前重建要求与重试策略。
testing
面向 Scenescape 项目的 pytest 测试用例编写技能，覆盖单元、功能、集成、UI 与 BAT 测试。该技能强调正反用例成对编写、测试相互独立，并要求为每个测试套件声明 Zephyr ID（NEX-T#####）。功能与 UI 测试需在模块级声明 SCENESCAPE_SPEC（配合 tests/utils/profiles.py 中正确的 ServiceProfile），并遵循分类目录、命名规范与标记约定。技能还强制导入路径策略：先检查 tests/conftest.py 与最近的局部 conftest.py，优先使用直接导入，仅在无共享引导时才添加路径处理，禁止在单个测试模块中使用 sys.path.insert。测试创建或修改后必须按 .github/skills/test-verification-gate/SKILL.md 执行运行时验证，不得以 lint 或语法检查代替。适用于为 Scenescape 新增或维护测试的场景。
pai-benchmark-policy
pai-benchmark-policy 是 Physical AI Studio 生态中的策略基准测试技能，用于在仿真 gym 中回放已训练的策略并给出成功率等指标。它提供 PushTBenchmark 与 LiberoBenchmark 两类基准环境，可通过 Python API 构造基准、加载策略检查点或导出模型、执行 evaluate 并将结果导出为 JSON/CSV，也可用 physicalai benchmark 命令配合配置文件、--policy、--ckpt_path、--output_dir 等参数运行，并支持通过配置覆盖 episode 与环境数量、按需录制视频。适合验证训练后策略、比较基线与回归、在部署前检查导出产物的一致性。
apply-fix
apply-fix 是 autofix 自动化链的第 3 步技能：依据 root-cause 步骤给出的修复简报，实施最小代码改动、补充回归测试并运行所配置的校验门禁，随后按约定格式输出结果供下一步开启 PR。
auto-review-pr
用于按编号审查或复审 GitHub PR 的技能：在隔离 worktree 中拉取精确 PR 并运行 code-review，提交 approve 或 request-changes，管理流水线标签；若仍有阻塞项则进入自动修复循环，直到 PR 就绪或遇到无法处理的阻塞。
run-integration
用于对真实 Metadata 实例运行集成测试的技能，指导配置 AI_SDK_HOST、AI_SDK_TOKEN 等环境变量，并分别运行 Python、TypeScript、Java、CLI、n8n 的集成测试。
systematic-debugging
面向 OpenMetadata 项目的结构化调试技能，用四阶段根因分析替代盲目试错，适用于原因不明的测试失败、构建错误和运行时异常。
tdd
面向 OpenMetadata 的测试驱动开发技能，强制在 Java、Python、TypeScript 三种技术栈中遵循 RED-GREEN-REFACTOR 循环，用于实现新功能、修复缺陷以及新增 API、连接器或 UI 组件。
test-enforcement
Test Enforcement 是 OpenMetadata 项目中的一项测试规范技能，用于在完成任意功能开发或缺陷修复后强制执行全面的测试覆盖要求。该技能约定了 OpenMetadata 各层代码所需的测试类型与覆盖目标：openmetadata-service 的 Java 服务代码要求 90% 行覆盖率并提供集成测试，API 端点要求集成测试，UI 变更要求 Playwright 端到端测试，Python ingestion 代码要求 pytest 单元测试达到 90% 行覆盖率。技能提供按变更文件分层识别测试需求的工作流，涵盖从识别变更文件、检查 Java 服务覆盖率、检查 API 集成测试、检查 Playwright E2E 测试、检查前端 Jest 单元测试到检查 Python ingestion 测试的完整步骤，并包含生成缺失测试与输出覆盖率报告的流程。适用于功能实现后提交 PR 之前、审查 PR 测试完整性，或在实现过程中未使用 /tdd 技能的场景。