log-analyzer
Log Analyzer 是一个用于解析、搜索和调试应用日志的技能，覆盖纯文本日志、结构化 JSON 日志、堆栈跟踪、多服务关联和实时监控，帮助从日志文件中定位错误、生成错误频率报告并设置结构化日志。
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
13,107 个结果
playwright-browser-automation
基于 Playwright API 的浏览器自动化技能，可直接导航网站、操作元素、提取数据、截图、生成 PDF 和录制视频，适用于网页自动化与数据采集。
recursive-self-improvement
递归自我改进系统是一个可自动检测错误并修复、或在稳定时持续优化重构的技能，包含修复与优化两种模式，支持并发执行、自动化测试、性能监控、智能调度、自适应学习、错误预测和异常恢复。
shadcn-code-review
用于审查 shadcn/ui 组件的技能，检查 CVA 模式、asChild 组合、无障碍状态与 data-slot 用法，适合在评审使用 shadcn/ui 的 React 组件时使用。
tdd-orchestrator
tdd-orchestrator 是一个严格的测试驱动开发（TDD）编排技能，强调红-绿-重构纪律与多智能体测试驱动工作流，适合在复杂功能开发中分阶段推进 TDD。
tdd-workflow
TDD 工作流是一个测试驱动开发（TDD）发现与协调技能，用于识别用户的 TDD 意图，询问工作流偏好，并引导至相应工具，本身不实现完整 TDD。
test-gen
test-gen（ai-test-gen）是一款通过 AI 从源码文件生成单元测试的命令行工具，覆盖正常路径、边界情况和错误条件，支持 Jest、Vitest、Mocha，可自动 mock 依赖，无需安装即可用 npx 运行。
test-runner
用于跨语言和框架编写、运行与调试测试的技能：先探测项目现有测试栈，按红绿重构流程编写最小失败测试并通过后再重构，覆盖单元、集成和端到端测试。
odl-review
odl-review 是用于审查 opendataloader-pdf 项目拉取请求（PR）的技能，分两个阶段：第一阶段以只读方式对所有开放的 PR 进行分诊排序，第二阶段按风险深度审查选定的 PR。它要求先完整阅读 diff 再构建或运行代码，且他人代码只能在满足隔离属性（无凭据、无网络、只写副本、无提权、每次运行独立环境、资源限额）的环境中运行；所有证据必须是实际运行结果，未验证项标注 unverified。用户在两个审批关口（计划与发布）成批批准，GitHub 写操作需明确同意。
make-check
在项目根目录运行 make check，执行提交前完整校验（格式化、静态检查、测试、安全扫描）并报告结果；若步骤失败则诊断首个失败并给出修复建议。
custom-codereview-guide
OpenHands CLI 的仓库专属代码审查指南，与 code-review 技能配合加载，提供项目特定的审查策略。核心是 SDK 版本升级 PR 的自动批准规则：满足条件时跳过完整审查并直接通过 GitHub API 提交 APPROVE。
cross-repo-testing
Cross-Repo Testing 是 openhands/software-agent-sdk 仓库中的一项技能指南，用于对横跨 OpenHands/software-agent-sdk（SDK）与 OpenHands/OpenHands（云端后端 OH Cloud）两个仓库的特性执行端到端测试。该指南按依赖方向区分两种流程：Flow A 为 SDK 客户端调用云端尚不存在的新 API，只需部署服务端 PR；Flow B 为云端服务端依赖尚未发布的 SDK 代码，需要在服务端 PR 中固定 SDK 提交版本并使用该 PR 的 agent-server 镜像。内容涵盖仓库职责与数据流、两种流程的具体操作步骤、将服务端 PR 部署到 staging 特性环境的方法、针对 staging 运行 E2E 测试的方式、记录测试结果的做法以及若干常见注意事项。
debug-test-examples-workflow
该技能用于调试 OpenHands software-agent-sdk 仓库中带 test-examples 标签的 run-examples.yml 工作流所运行的示例脚本测试失败问题。适用于调查 CI 中示例测试的失败原因。技能提供了一套调试流程：通过在 tests/examples/test_examples.py 中调整 _TARGET_DIRECTORIES 变量来隔离失败测试、将特定示例加入 _EXCLUDED_EXAMPLES 排除列表、通过增删 test-examples 标签重新触发工作流，并使用 GitHub API 命令监控运行状态和下载日志。同时列出了常见失败模式及其对应解决方案，包括端口冲突、容器问题、LLM 瞬时 API 错误和示例代码本身的缺陷。
manage-evals
manage-evals 是 OpenHands 软件代理 SDK 中的一项技能，用于管理评估（eval）任务。它支持触发评估运行、比较两次评估结果，并将性能报告以 GitHub PR 评论的形式发布。评估结果存储在 CDN 上，每次运行通过路径 {benchmark}/{model_slug}/{github_run_id}/ 标识。可用基准测试包括 swebench、swebenchpro、gaia、swtbench、commit0、swebenchmultimodal、terminalbench、programbench。技能通过脚本 manage_evals.py 提供 trigger 和 compare 两个子命令，支持指定 SDK 分支、基准、评估实例数、模型 ID、工具预设、代理类型等参数；也可通过给 PR 添加 run-eval-1/50/200/500 标签来触发。比较时可自动寻找基线或手动指定，并可将结果发布为 PR 评论。
e2e-analyze
e2e-analyze 是 OpenShift HyperShift 项目下的一个端到端测试错误分析技能，用于根据构建日志与测试产物定位 e2e 失败的可能根因。该技能接收三个参数：构建日志 URL、失败项标识和产物存放目录。它会先校验目录是否存在（不自动创建），从 URL 中提取 10–20 位数字作为构建号，仅允许通过 HTTPS 下载 build-log.txt，然后依据日志中记录的失败信息，使用 gcloud storage 按构建号拉取相关产物到指定目录。技能要求为失败提供证据，并尝试从日志和事件中寻找补充证据，清理阶段不删除已下载产物。最终按 Error、Summary、Evidence、Additional evidence 四段格式输出分析结果。其适用场景是排查 HyperShift 的 e2e 测试失败，需要具备 Google Cloud 存储访问权限与对应构建产物。
ov-gguf-debug-accuracy
用于排查 GGUF 模型经 OpenVINO GGUF 前端或 ggml-openvino 后端运行时输出错误或退化的调试技能，核心方法是对照真实 llama.cpp CPU 实现做粗到细二分定位。
testing
openzeppelin-contracts 的测试约定集合，适用于编写或修改测试、mock 与形式化验证规格。涵盖 Hardhat 的 $ 包装器、Foundry 模糊测试、Halmos 符号执行、Certora 形式化验证，以及 changeset 与 CI 矩阵要求。
speckit-review-code
一款面向多语言与多框架项目的通用代码质量审查技能，依据项目规范检查合规性、检测真实缺陷并分析代码质量，按0-100置信度评分，仅报告置信度不低于80的问题。
speckit-review-tests
speckit-review-tests 是一个专注于 PR 测试覆盖质量分析的工具技能，强调行为覆盖而非行覆盖，用于识别关键测试缺口、评估测试韧性并给出按严重程度排序的补充测试建议。
ml-testing-patterns
面向机器学习项目的测试模式合集，讲解如何用 pytest 夹具、pandera 数据校验、CheckList 式行为测试和性能回归门禁来验证模型与数据，包含数据质量、最小功能、不变性、方向性预期四类测试及常见反模式说明。
prove-it-works
prove-it-works 是一个用于端到端功能验证的技能，强调使用真实依赖、绝不使用 mock。它适用于集成测试、场景测试、API 契约验证与认证流程验证，不适用于单元测试、性能基准或负载测试。
tests-adversarial
一个面向对抗性测试的技能：通过系统化地寻找并打破代码隐含假设，重点压测错误路径、边界行为与异常恢复，而非只覆盖正常流程。适用于加固错误处理、压力测试假设和验证边界行为。
debug
一个面向缺陷定位的调试技能，强调以假设驱动方式隔离 bug：通过栈追踪取证、断点策略、状态检查与最小复现确认根因，适用于测试失败原因不明、生产栈追踪、间歇性/偶发行为、无崩溃的错误输出、已知提交窗口后的回归及 heisenbug。
domain-model
domain-model 是一个面向领域建模的对抗式访谈技能，用 CONTEXT.md 与 ADR 作为压力测试对象，逐条追问设计术语与决策，并在决策确定时即时更新文档。