Skills

A

agentforce-observe

forcedotcom / sf-skills

使用会话跟踪记录和 Data Cloud 分析生产环境中 Agentforce Agent 的行为，并管理 Agent Health Monitoring (AHM) 告警。触发条件：用户查询 STDM 会话数据或 Data Cloud 跟踪记录；排查生产环境的 Agent 故障、回归问题或性能问题；询问会话跟踪、对话日志或 Agent 指标；希望在预览环境中复现已报告的生产问题；运行 findSessions 或跟踪分析查询；针对某个 Agent 指标（升级率、转移率等）创建、列出、更新或删除 AHM 数据告警；询问告警为何未触发，或想检查告警是否已触发（通知次数，或按告警查看的 Incidents 视图）。不要触发：用户在开发过程中创建、修改或调试 .agent 文件（请使用 agentforce-generate）；编写或运行测试规格（请使用 agentforce-test）；使用 sf agent preview 进行本地开发迭代；部署或发布 Agent。

M

monitoring-expert

jeffallan / claude-skills

配置监控系统，实现结构化日志管道，创建 Prometheus/Grafana 仪表盘，定义告警规则，并埋点分布式追踪。实现 Prometheus/Grafana 技术栈，进行负载测试，执行应用性能剖析，并规划基础设施容量。适用于搭建应用监控、为服务添加可观测性、通过日志/指标/追踪调试生产问题、使用 k6 或 Artillery 进行负载测试、分析 CPU/内存瓶颈，或预测容量需求。

D

deploy-checklist

anthropics / knowledge-work-plugins

部署前验证清单。适用于即将发布版本、部署包含数据库迁移或功能标志的更改、上线前验证 CI 状态和审批，或提前记录回滚触发条件的情况。

P

prompt-engineer

jeffallan / claude-skills

为 LLM 编写、重构和评估提示词，包括生成优化的提示词模板、结构化输出模式、评估标准和测试套件。用于为新的 LLM 应用设计提示词、重构现有提示词以提高准确性或 token 效率、实现思维链或少样本学习、创建带有角色设定和防护规则的系统提示词、构建 JSON/函数调用模式，或开发提示词评估框架以衡量并提升模型表现。

通过 adb 在 Orca 内控制 Android 设备和模拟器，并在 Orca 的模拟器窗格中查看设备实时画面。适用于在 Windows、Linux 或 macOS 上操作通过 adb 连接的模拟器或手机：启动 AVD、点击、滑动、输入、硬件按钮、旋转、安装和启动应用、运行时权限、无障碍树以及 logcat。对于 iOS 模拟器，请使用 iOS 模拟器技能；先用 Gradle 构建 APK。

T

tdd

backnotprop / pstack

仅当用户明确要求 TDD、失败测试或回归测试，或该 bug 存在明显且成本低的本地测试目标时使用。当测试路径不清晰、成本高昂、依赖集成或用户未提出要求时跳过。

S

security-review

github / awesome-copilot

AI 驱动的代码库安全扫描器，像安全研究人员一样分析代码——追踪数据流、理解组件交互，并发现模式匹配工具可能遗漏的漏洞。用户要求扫描代码安全漏洞、查找 Bug、检查 SQL 注入、XSS、命令注入、暴露的 API 密钥、硬编码机密、不安全依赖、访问控制问题，或提出“我的代码安全吗？”“检查安全问题”“审计这个代码库”“检查漏洞”等请求时使用。涵盖 JavaScript、TypeScript、Python、Java、PHP、Go、Ruby 和 Rust 中的注入缺陷、身份验证和访问控制 Bug、机密泄露、弱加密、不安全依赖及业务逻辑问题。

G

guidelines-advisor

trailofbits / skills

基于 Trail of Bits 最佳实践的智能合约开发顾问。分析代码库以生成文档/规格说明，审查架构，检查可升级性模式，评估实现质量，识别潜在陷阱，审查依赖关系并评估测试。适用于以下场景：询问某个智能合约项目是否遵循开发最佳实践；依据指南审查链上/链下划分、可升级性或 delegatecall 代理模式；或就合约设计、继承、事件、文档、依赖关系或测试策略寻求建议。

C

code-review

getsentry / skills

按照 Sentry 工程实践执行代码审查。用于审查拉取请求、检查代码变更或提供代码质量反馈。涵盖安全性、性能、测试和设计审查。

S

setup-pre-commit

vinvcn / mattpocock-skills-zh-cn

在当前仓库设置 Husky pre-commit hooks，集成 lint-staged (Prettier)、类型检查和测试。适用于用户想添加 pre-commit hooks、设置 Husky、配置 lint-staged，或在提交时运行格式化、类型检查和测试时。

C

coverage-analysis

trailofbits / skills

使用 llvm-cov、lcov 或 fuzzer 自身的覆盖率输出，测量并解读一次模糊测试活动实际触及的范围。涵盖为新的模糊测试活动建立基线、阅读覆盖率报告，以及把未覆盖区域转化为 harness、种子或字典方面的工作。当 fuzzer 停滞不前、判断 harness 是否有效、修改 harness 之后，或询问为何某些代码从未被触及时使用。

P

playwright-interactive

openai / skills

通过 `js_repl` 持久化地交互操作浏览器和 Electron，以便快速迭代调试 UI。

D

design-sprint

wondelai / skills

运行结构化的 5 天流程，与真实用户一起对产品构想进行原型、测试和验证。当用户提到"design sprint"、"validate before we build"、"rapid prototype"、"test with users"或"should we build this"时使用。当团队在高风险产品决策上陷入无休止的争论，或希望在投入开发之前降低某个高成本构想的风险时也应触发。涵盖周一至周五的用户映射、草图、决策、原型和测试环节。关于持续实验与 MVP，参见 lean-startup。关于客户任务分析，参见 jobs-to-be-done。关于非引导式用户访谈，参见 mom-test。

E

eval-engineering

langchain-ai / langchain-skills

检查 Agent 仓库和可选的追踪记录，访谈用户，编写经过审核的 Task Specs，构建并审计 Harbor 任务，并启动可复用的项目 World Knowledge Skills。适用于 Agent 评估、基准测试设计、Task 生成、受控 Environment、合成数据、Verifier、Harbor 运行、校准或持续维护基准测试。

H

harness-writing

trailofbits / skills

为 C/C++ 和 Rust 设计并改进模糊测试 harness。涵盖将原始字节映射到目标 API、生成结构化输入、避免非确定性和误报崩溃，以及决定要组合模糊测试的内容。适用于编写首个 LLVMFuzzerTestOneInput 或 fuzz_target! harness、测试活动没有发现问题或报告无法复现的崩溃，或目标 API 需要结构化而非原始输入时。

M

migrate-to-shoehorn

vinvcn / mattpocock-skills-zh-cn

将测试文件中的 `as` 类型断言迁移到 @total-typescript/shoehorn。适用于用户提到 shoehorn、想替换测试中的 `as`，或需要局部测试数据时。

C

cargo-fuzz

trailofbits / skills

设置并运行 cargo-fuzz——基于 Cargo 的 Rust 项目的标准模糊测试工具。涵盖 cargo fuzz init、nightly 工具链要求、fuzz_target! 测试框架、基于 Arbitrary 的结构化输入、sanitizer 选项、cargo fuzz coverage，以及复现崩溃产物。适用于对 Rust crate 进行模糊测试、编写 fuzz_target!、在 Rust 中测试 unsafe 块或 FFI，或排查 cargo fuzz 崩溃。

T

test-master

jeffallan / claude-skills

生成测试文件、制定 mock 策略、分析代码覆盖率、设计测试架构，并在功能、性能和安全测试各领域产出测试计划与缺陷报告。适用于编写单元测试、集成测试或 E2E 测试；制定测试策略或自动化框架；分析覆盖率缺口；使用 k6 或 Artillery 进行性能测试；使用 OWASP 方法进行安全测试；排查不稳定的测试；或从事 QA、回归测试、测试自动化、质量门禁、左移测试及测试维护工作。

A

address-sanitizer

trailofbits / skills

使用 AddressSanitizer 构建并运行代码，在模糊测试或测试期间捕获缓冲区溢出、释放后使用及其他内存错误。涵盖 -fsanitize=address 构建、ASAN_OPTIONS、崩溃报告解读、LeakSanitizer，以及开销和平台权衡。对 C/C++ 或含 unsafe 代码块或 FFI 的 Rust 进行模糊测试、调试内存损坏崩溃，或读取 ASan 堆栈跟踪时使用。

F

fuzzing-obstacles

trailofbits / skills

修补阻碍模糊测试器取得进展的问题，包括校验和与哈希验证、魔数校验、基于时间的种子及其他非确定性全局状态。涵盖定位阻塞检查、通过模糊测试构建标志使其失效，以及避免补丁引入误报。模糊测试器卡在验证环节、覆盖率显示大段代码受校验和限制，或难以生成有效输入时使用。

S

swift-testing-expert

avdlee / swift-testing-agent-skill

提供 Swift Testing 专家指导：测试结构、#expect/#require 宏、traits 和 tags、参数化测试、测试计划、并行执行、异步等待模式，以及 XCTest 迁移。适用于编写新的 Swift 测试、现代化 XCTest 测试套件、调试不稳定测试，或改进 Apple 平台或 Swift 服务器项目中的测试质量和可维护性。

P

playwright-expert

jeffallan / claude-skills

在使用 Playwright 编写 E2E 测试、搭建测试基础设施或调试不稳定的浏览器测试时使用。调用它来编写测试脚本、创建页面对象、配置测试 fixture、设置报告器、添加 CI 集成、实现 API mock 或执行视觉回归测试。触发词：Playwright、E2E test、end-to-end、browser testing、automation、UI testing、visual testing、Page Object Model、test flakiness。

I

ios-simulator

callstack / agent-device

使用 agent-device 在 iOS Simulator 上验证和调试原生、React Native、Expo 或 Flutter 应用。当 Agent 需要启动应用、检查实时 UI、点击、输入、滚动、验证代码更改、收集故障证据，或在 iPhone 或 iPad Simulator 上复现工作流时使用。

R

react-native-testing

callstack / react-native-testing-library

使用 React Native Testing Library（RNTL）v13 和 v14（`@testing-library/react-native`）编写测试。适用于编写、审查或修复 React Native 组件测试。涵盖：render、screen、查询（getBy/getAllBy/queryBy/findBy）、Jest 匹配器、userEvent、fireEvent、waitFor 和异步模式。支持 v13（React 18，同步 render）和 v14（React 19+，异步 render）。触发条件：React Native 组件测试文件、RNTL 导入、提及“testing library”、“write tests”、“component tests”或“RNTL”。

S

semgrep-rule-variant-creator

trailofbits / skills

为现有的 Semgrep 规则创建其他语言版本。适用于将某条 Semgrep 规则移植到指定目标语言。输入为一条现有规则和目标语言，为每种语言生成独立的规则+测试目录。

F

fuzzing-dictionary

trailofbits / skills

构建并应用模糊测试字典，使 fuzzer 能够生成目标所期望的关键字、魔术字节和 token。涵盖从源代码、头部、二进制文件和规范中提取 token、字典语法，以及将字典接入 libFuzzer 或 AFL++。适用于对解析器、协议或文件格式进行模糊测试、在输入验证阶段覆盖率停滞，或目标需要与固定字符串比较时。

S

second-opinion

trailofbits / skills

针对未提交的更改、分支差异和提交，从 Codex 或 Antigravity 获取独立的代码审查。当用户请求外部审查、对代码的另一种意见、codex review、gemini review、antigravity review 或 /second-opinion 时使用。

T

testing-handbook-generator

trailofbits / skills

根据 Trail of Bits Testing Handbook（appsec.guide）生成 Claude Code Skill：分析手册页面，并输出各类 Skill 所需结构的 SKILL.md 文件。适用于从手册内容创建或更新 Skill，或用户提到 testing handbook、appsec.guide 时。不用于回答安全测试问题——这些内容已由生成的 Skill 涵盖。

L

libfuzzer

trailofbits / skills

为可用 Clang 编译的 C/C++ 代码搭建并运行 LLVM 内置的覆盖率引导模糊测试器 libFuzzer。涵盖 harness 结构、-fsanitize=fuzzer 构建、语料库与字典管理、sanitizer 集成，以及 fuzzing 活动的排查。适用于编写或调试 LLVMFuzzerTestOneInput harness、对 C/C++ 库启动 fuzzing、在 libFuzzer 与 AFL++ 之间做选择，或排查 libFuzzer 为何找不到问题。

C

constant-time-testing

trailofbits / skills

通过实际运行加密实现来测量时序侧信道，使用 dudect 做统计分析，并使用基于 Valgrind 的 Timecop 做动态追踪。涵盖形式化、符号、动态和统计这四类工具，以及如何解读结果。适用于测试运行中的实现是否为常量时间、测量已编译二进制文件的时序差异，或调查疑似时序攻击。不用于静态检查编译器输出——常量时间分析插件已覆盖该场景。

B

Browser Automation

claude-office-skills / skills

使用 Puppeteer/Playwright 实现网页浏览自动化、网页抓取、测试和工作流自动化

A

aflpp

trailofbits / skills

为使用 afl-clang-fast 或 afl-gcc-fast 构建的 C/C++ 项目配置并运行 AFL++，进行多核模糊测试。涵盖插桩模式、主并行与次并行测试活动、持久模式、语料库最小化以及崩溃分类。适用于需要跨多核扩展模糊测试、对成熟的 C/C++ 代码库进行模糊测试、阅读 afl-fuzz 状态界面，或在 libFuzzer 陷入瓶颈后继续推进的场景。

O

ossfuzz

trailofbits / skills

将项目注册到 OSS-Fuzz（Google 面向开源项目的免费持续模糊测试服务），并在本地驱动它运行。涵盖 project.yaml、Dockerfile 和 build.sh 的配置、辅助脚本、复现 OSS-Fuzz 崩溃报告以及验收标准。适用于为开源项目搭建持续模糊测试、复现 OSS-Fuzz 缺陷报告，或在提交前测试 OSS-Fuzz 构建。

A

atheris

trailofbits / skills

设置并运行基于 libFuzzer 的覆盖率引导型 Python 模糊测试器 Atheris。涵盖 TestOneInput 校验器、FuzzedDataProvider、对纯 Python 与原生 C 扩展的插桩，以及在 AddressSanitizer 下运行。适用于对 Python 包进行模糊测试、排查 Python C 扩展中的内存损坏，或为 Python 测试目标在 Atheris 与 Hypothesis 之间做选择。

W

wycheproof

trailofbits / skills

使用 Project Wycheproof 的测试向量验证密码学实现，这些向量编码了 AES、RSA、ECDSA、ECDH 等算法的已知攻击与边界情况。涵盖加载测试向量、将结果标志映射为通过或失败的预期，以及解读失败信息。适用于对照已知攻击测试密码学实现、用标准测试向量检查某个库，或排查两个实现对同一输入产生分歧的原因。

S

scrutinize

thananon / 9arm-skills

以局外人的视角对计划、PR 或代码变更进行端到端审查。先质疑意图，以及是否有更简单/更优雅的方案能达成同样目标，然后追踪实际代码路径（而非只看 diff），验证变更是否做到了它所声称的事。输出简洁、可执行，每次调用都附有理由。当用户要求 review、audit、sanity-check 或对计划、PR、diff、设计文档或拟议代码变更给出第二意见时，通过 /scrutinize 触发并主动启用。

O

oracle

openclaw / openclaw

使用 Oracle CLI 和第二个模型进行审查、调试、重构或设计，可选择文件、进行令牌用量试运行检查，并使用 API 或浏览器引擎。

L

libafl

trailofbits / skills

使用模块化 Rust 模糊测试库 LibAFL 构建自定义 fuzzer。涵盖将 observer、feedback、mutator、scheduler 和 executor 组合成针对标准工具不适用的目标的 fuzzer。适用于编写定制 fuzzer 或 mutator、对非标准目标或架构进行模糊测试、实现模糊测试研究思路，或在 libFuzzer 和 AFL++ 无法提供所需控制力时。

D

debugging-wizard

jeffallan / claude-skills

解析错误消息，通过堆栈跟踪梳理执行流程，将日志条目相互关联以定位故障点，并运用系统化的假设驱动方法隔离和解决缺陷。适用于调查错误、分析堆栈跟踪、找出异常行为的根本原因、排查崩溃，或执行日志分析、错误调查和根因分析。

R

ruzzy

trailofbits / skills

设置并运行 Ruzzy——Trail of Bits 的覆盖率引导 Ruby fuzzing 工具，也是该语言唯一可用于生产环境的 fuzzing 工具。涵盖 harness 结构、对纯 Ruby 以及 gem 中原生 C 扩展进行 fuzzing，以及 sanitizer 构建。在对 Ruby 库或 gem 进行 fuzzing、测试 Ruby C 扩展的内存安全性，或询问如何对 Ruby 进行 fuzzing 时使用。

在实施之前或过程中，将含糊或影响重大的产品与工程变更转化为范围明确、可验证的验收标准。当用户要求澄清功能、定义验收标准、降低安全/数据/迁移/集成变更的风险、为其他 Agent 准备实施要求，或让复杂请求变得可测试时使用。对于琐碎编辑、简单修复、正在进行的调试、代码审查，或验收条件已明确的实施请求，不要触发此技能，除非用户明确要求使用。

B

bmad-eval

bmad-code-org / bmad-method

通过用户使用的 Agent 测试框架运行 BMad 技能评测，并报告结果：与基础模型比较基线、与精简版或旧版比较变体、依据评分标准评估质量，以及评估描述的触发准确度；还可选择进行优化循环。用户要求评估、基准测试、测试技能触发条件、评分或比较技能版本时使用；bmad-toolsmith 技能要求评测其构建的技能时也使用。

通过 CodeScene MCP 实时检查结构性 Code Health：编辑前审查，修改后验证评分变化，并对提交和 PR 设置门禁。适用于代码质量审查、重构、检查 AI 修改是否降低文件质量，或提交/PR 前检查。

通过将各阶段委托给对应的 ECC Agent，编排 Bug 修复流程——将问题复现为失败的回归测试、修复至测试通过、审查并经过门控后提交。适用于现有行为出现故障或错误的情况。

D

dx-devops-test-failures-analyze

forcedotcom / sf-skills

用通俗语言分析 DevOps Center 的测试失败和 Code Analyzer 违规——失败类别、出问题的文件/类/方法/行号、违反的规则、修复方向，以及按优先级排列的改进建议（测试代码还是生产代码）——并在明确请求时可选创建一个可跟踪的修复 WorkItem。分析属于纯推理；创建工作项是需要确认后才执行的写操作。使用此技能来解释失败原因或改进建议、解读 Code Analyzer 违规，或将某个修复跟踪为工作项。触发条件：运行失败且用户需要根本原因；需要解释质量门禁失败；需要解读违规；用户分享失败数据并询问如何处理；希望加强测试；或希望创建修复工作项、记录整改日志、指派失败负责人。不要触发：用户希望编写修复代码（使用 platform-apex-generate）或编写新的测试类（使用 platform-apex-test-generate）。

S

skill-improver

trailofbits / skills

对某个 Claude Code 技能运行自主的“评审—修复”改进循环，直至评审结果干净无误；包含跨轮次的发现项台账、修复不再收敛时的升级机制，以及机械式的范围守卫。评审由 plugin-dev skill-reviewer Agent 执行。适用于修复技能质量问题、迭代优化技能，或在升级后恢复循环（“修复我的技能”“改进这个技能直到通过评审”“技能改进循环”）。不适用于一次性评审——请直接使用 plugin-dev skill-reviewer Agent。

A

analyzing-dotnet-performance

dotnet / skills

扫描 .NET 代码，查找异步、内存、字符串、集合、LINQ、正则表达式、序列化和 I/O 方面约 50 种性能反模式，并按严重程度分级。适用于分析 .NET 代码的优化机会、审查热点路径或审核高分配模式。

完成任何非简单任务后使用。Agent 从准确性、完整性、清晰度、可执行性和简洁性五个维度为输出评分，并为每项标准提供具体依据。生成 1 至 5 分的结构化评分表，并提出具体改进建议。

D

dx-devops-test-pipeline-configure

forcedotcom / sf-skills

配置 DevOps Center 的流水线测试基础设施：启用测试提供方使其套件可用、重新同步已配置的提供方以拉取新套件，或在某个阶段创建带规则的质量门禁。在运行共享前置检查和明确确认后，按意图在三种模式间路由。当用户希望设置、配置、启用、同步或刷新测试提供方，或在 DevOps Center 流水线阶段设置/配置质量门禁或覆盖率阈值时，使用此技能。触发条件：用户希望配置/启用/添加/设置测试提供方、重新同步或刷新提供方的套件列表、拉取新套件，或在某阶段设置/配置质量门禁、覆盖率阈值或测试基准。不要触发：将已有套件分配到某阶段（使用 dx-devops-test-suite-assignments-configure）、运行或重新触发套件（使用 dx-devops-test-suite-run），或非 DevOps Center 的工作。

P

principle-prove-it-works

cursor / plugins

完成任务后、宣布完成前应用。应针对实际产物进行验证（运行功能、读取实际值、检查差异），而不是依赖替代指标、自我报告或“编译通过”。

I

ios-accessibility

dpearson2699 / swift-ios-skills

构建并审查 SwiftUI、UIKit 和 AppKit 的无障碍支持，涵盖 VoiceOver、语音控制、开关控制、全键盘访问、动态字体、焦点恢复、标签/特征/操作、遍历、自定义转子、NSAccessibility、XCTest 检查、自适应系统偏好以及 App Store 无障碍声明。在实现无障碍 UI、修复无障碍审查问题、测试辅助技术行为或为 App Store 无障碍营养标签提供依据时使用。

D

dx-devops-test-suite-assignments-configure

forcedotcom / sf-skills

为流水线阶段推荐并管理 DevOps Center 测试套件分配。模式 A 将提交差异与已分配的套件元数据进行对比分析，推荐相关的现有套件并标记覆盖缺口（纯推理）。模式 B-D 通过 testSuiteStages Connect API 分配单个套件、带强制影响预览批量映射多个套件，或按治理规则添加/移除测试类。当用户希望为某次提交推荐套件、将套件分配或映射到阶段，或在套件中添加/移除测试时，使用此技能。触发条件：用户询问某次提交/差异应运行哪些套件，或哪些套件覆盖其改动；某个套件未关联且用户希望为其分配；用户希望配置套件到阶段的映射、分配多个套件，或在套件中添加/移除/同步测试。不要触发：配置或同步测试提供方（使用 dx-devops-test-pipeline-configure）、运行套件（使用 dx-devops-test-suite-run），或直接编写/运行测试（使用 platform-apex-test-generate 或 platform-apex-test-run）。

D

dx-devops-test-suite-run

forcedotcom / sf-skills

在流水线阶段（Pre-Promote、Post-Promote 或 Review 事件）端到端运行 DevOps Center 测试套件：在明确确认后通过 Connect API 触发异步执行，然后按各提供方特定的间隔以 runId 轮询，直至完成、失败或超时，并将结果交给失败分析。还可在修复后重新触发质量门禁，但仅在覆盖率达标后。当用户希望在某个阶段运行、启动测试套件，重新运行质量门禁，或观察进行中的运行直至完成时，使用此技能。触发条件：用户希望在某阶段运行/启动测试套件、在提升前后执行测试、在修复失败后重新运行质量门禁、在添加测试后解除被阻塞的提升，或轮询/观察进行中的运行。不要触发：直接运行 sf apex run test（使用 platform-apex-test-run），或配置新的门禁或阈值（使用 dx-devops-test-pipeline-configure）。

B

babysit

thedotmack / claude-mem

看护 PR，直到可以合并。当需要 babysit、监控 PR，或持续检查 PR 评论、审查和 CI，直到所有可处理的问题都解决时使用。

L

langsmith-evaluator

langchain-ai / langsmith-skills

在构建 LangSmith 评估流水线时调用此技能。涵盖三个核心组件：(1) 创建 Evaluator——LLM-as-Judge、自定义代码；(2) 定义 Run 函数——如何从你的 Agent 捕获输出和执行轨迹；(3) 运行评估——在本地使用 evaluate() 或通过 LangSmith 自动运行。使用 langsmith CLI 工具。

I

indexion-sdd

trkbt10 / indexion-skills

从 RFC/规格文档生成 SDD 需求，并定量验证实现的符合程度。spec draft → spec align → spec verify → 与 codex/claude 组成自动验证循环。将规格与实现之间的偏差门禁作为 CI 检查运行。

K

k6

grafana / skills

生成、验证和审查 k6 测试脚本——包括负载、压力、峰值、耐久、冒烟、断点、功能和协议测试。涵盖 HTTP、WebSocket、gRPC、浏览器、所有执行器、阈值、检查、自定义指标、k6-testing 库、k6 Cloud 执行和 xk6 扩展生态；使用 xk6-docs CLI（并以 grafana.com 网页作为备用）查阅文档，并通过运行来验证每个脚本。编写、生成、验证或调试任何 k6 或负载测试脚本时使用（包括“对这个 API 做负载测试”或“对我的服务做压力测试”等自然语言请求），也适用于选择执行器/场景或设置阈值。端到端网站性能测试套件使用 k6-perf-test-website；编写 k6 本身的文档使用 k6-docs；根据自然语言用户旅程编写浏览器/UI 测试（通过探索在线网站发现选择器）使用 k6-browser-test。

I

indexion-documentation

trkbt10 / indexion-skills

文档分析——评估覆盖度，通过 plan reconcile 检测代码与文档之间的偏差，用 doc graph 可视化依赖关系。回答「哪些内容需要文档？」以及「文档是否仍然准确？」

选择范围合适的 cmux 验证方式，添加行为测试，并校验 Swift 测试目标及其接线。在添加测试或决定某项变更需要哪些本地/CI 证据时使用。

L

langsmith-trace

langchain-ai / langsmith-skills

使用 LangSmith 追踪或查询 trace 数据时调用本技能。涵盖向应用添加追踪以及查询/导出 trace 数据。使用 langsmith CLI 工具。