testing-without-tautologies（拒绝同义反复的测试）
SkillSkillsMP
io.github.kenn-io/agentsview/testing-without-tautologies
在创建、修改、修复或评审测试时使用；在添加 mock、fake、断言、单元测试、PG 集成测试、前端组件测试或 Playwright e2e 测试时使用；也在测试失败后改动测试时使用。
source
“Agent Persona” 共 1,728 个结果
io.github.kenn-io/agentsview/testing-without-tautologies
在创建、修改、修复或评审测试时使用；在添加 mock、fake、断言、单元测试、PG 集成测试、前端组件测试或 Playwright e2e 测试时使用；也在测试失败后改动测试时使用。
io.github.openai/openai-agents-python/maintainer-review
以 openai-agents-python 维护者的身份评审一个 GitHub issue 或 PR 链接，分阶段判断该诉求是否真实存在、是否具有实际重要性、是否能用受支持的功能自行解决、范围界定是否恰当、是否有更合适的其他设计、以及是否值得投入维护者与贡献者的精力。用于评估 issue 的有效性与严重程度、决定优先处理还是关闭、判断所请求特性究竟代表未被满足的需求还是只是可发现性或用法缺口、判断 PR 是否值得推进到可合并质量、比较多个开放 PR 或替代设计、把代码质量与仓库就绪状态分开看待，以及撰写简洁的维护者评估意见。当需要回复要求关闭、补充证据或修改代码时，同时产出一条礼貌、简洁、完整、可直接复制粘贴的维护者评论。
io.github.openai/openai-agents-python/code-change-verification
当改动影响 OpenAI Agents Python 仓库的运行时代码、测试，或影响构建与测试行为时，执行必须通过的验证流程。
io.github.Raishin/vanguard-frontier-agentic/css-architecture-design-system-review
审查 CSS 的特异性与层叠层级（cascade layer）纪律、设计令牌（自定义属性）一致性，以及响应式策略正确性（容器查询 vs 媒体查询），在特异性大战、硬编码值导致的令牌漂移、不回流布局违反 WCAG 1.4.10/1.4.4 等问题恶化为不可维护样式表之前将其拦截。
io.github.Zafer-Liu/Data-Analysis-Agent/sql
使用 SQL 安全查询当前已选择的数据表
io.github.NousResearch/hermes-agent/claude-design
设计一次性 HTML 产物（落地页、演示文稿、原型）。
io.github.bdfinst/agentic-dev-team/docker-image-create
从项目源码生成生产可用的 Dockerfile，自动识别语言/框架，并产出基于最小化、distroless 或 slim 基础镜像的多阶段构建。当用户想为应用容器化、创建 Dockerfile、把项目 dockerize、构建 Docker 镜像，或说“让这个应用跑在 Docker 里”“为这个应用创建容器”“我需要一个 Dockerfile”“为部署打包”“把这个服务容器化”时使用。当用户已有 Dockerfile 并希望按生产标准重写，或咨询项目的 Docker 最佳实践时也应触发。
io.github.boshu2/agentops/refactor
执行安全重构。
io.github.bytedance/agentkit-samples/database-skill
用于火山引擎（Volcengine）数据库（MySQL、veDB-MySQL、PostgreSQL、SQL Server、MongoDB、Redis）和公网自建数据库（MySQL和PostgreSQL系列）的元数据管理、数据分析、开发变更、运维诊断、巡检。覆盖实例列表查询、实例下数据库列表查询、表列表查询、表结构查询、数据查询、数据分析与可视化报告（含跨数据源/文件联合分析）、数据治理（资产盘点/数据画像/数据质量/敏感数据识别）、慢查询诊断、死锁与锁等待分析、事务与活跃会话排查、错误日志查询、表空间分析、健康巡检、监控指标查询、变更工单申请等场景。不支持字节云（ByteCloud）数据库，如 ByteRDS / ByteDoc / ByteRedis。
io.github.code-yeongyu/oh-my-openagent/git-master
只要任务需要提交或调查 git 历史就务必使用。涵盖原子提交、暂存、commit message 风格、rebase、squash、fixup/autosquash、blame、bisect、reflog、git log -S/-G，以及“这是谁写的”“这段什么时候加的”之类的问题。除非用户要求 git 相关操作，否则不用于普通代码编辑。
io.github.agentscope-ai/AgentTeams/mcporter
通过 mcporter CLI 发现并调用 MCP 服务器工具。当协调者通知你有新的 MCP 工具，或需要调用外部 API 时使用。包含为新 MCP 服务器生成技能文档的工作流。
io.github.langchain-ai/deepagents/code-review
对改动执行结构化代码审查，检查正确性、风格、测试以及潜在问题。
io.github.boshu2/agentops/refactor
执行安全重构。触发词：“refactor”“execute safe refactors.”“refactor skill”。
io.github.microsoft/agent-framework/python-code-quality
Agent Framework Python 代码库的代码质量检查、lint、格式化与类型检查命令。在运行检查、修复 lint 错误或排查 CI 失败时使用。
io.github.aws/agent-toolkit-for-aws/deploying-custom-domain-rest-api
使用 AWS CLI 部署带自定义域名、Lambda 后端函数和基于请求的 Lambda 授权器的 Regional REST API。涵盖 ACM 证书签发、API Gateway REST API 创建、Lambda 函数部署、请求授权器配置、自定义域名设置、base path 映射与 Route 53 DNS 记录创建。触发关键词：custom domain、REST API、Lambda、Route 53、API Gateway、regional endpoint、request authorizer、base path mapping
io.github.agent0ai/agent-zero/browser-automation
用于复杂的 Agent Zero 浏览器自动化，包括多标签浏览、截图、表单、上传、原始指针/键盘操作、宿主与容器的浏览器模式，以及可视化验证工作流。
io.github.agent0ai/agent-zero/browser-form-workflows
用于涉及下拉选择、复选框、单选框、文件上传、contenteditable 字段、多步校验或需可视化验证提交等复杂 Agent Zero Browser 表单工作流。
io.github.code-yeongyu/oh-my-openagent/git-master
任何 git 操作都务必使用：原子提交、rebase/squash、历史检索（blame、bisect、log -S）。强烈建议：配合 task(category='quick', load_skills=['git-master'], ...) 使用以节省上下文。触发词：commit、rebase、squash、who wrote、when was X added、find the commit that。
io.github.fuyuxiang/echo-agent/docker-manage
管理 Docker 容器、镜像、数据卷与 Compose 栈。需要 Docker CLI 访问权限。
io.github.proffesor-for-testing/agentic-qe/mobile-testing
面向 iOS 与 Android 平台的全面移动测试，涵盖手势、传感器、权限、设备碎片化与性能。在测试原生应用、混合应用或移动 Web、确保跨 1000+ 设备变体的质量时使用。
io.github.proffesor-for-testing/agentic-qe/mobile-testing
面向 iOS 与 Android 平台的全面移动测试，涵盖手势、传感器、权限、设备碎片化与性能。在测试原生应用、混合应用或移动 Web、确保跨 1000+ 设备变体的质量时使用。
io.github.proffesor-for-testing/agentic-qe/database-testing
数据库 schema 校验、数据完整性测试、迁移测试、事务隔离与查询性能。在测试数据持久化、确保引用完整性或验证数据库迁移时使用。
io.github.K-Dense-AI/scientific-agent-skills/experimental-design
在数据采集之前设计实验与研究方案——选择设计类型、随机化、区组化以及安排处理组合，使结果真正可解释。当有人正在规划研究、询问如何把受试者/样本分组、提到随机化、区组、分层、对照、析因或部分析因设计、实验设计（DOE）、多因素筛选、响应面优化、交叉/重复测量/裂区设计、整群分组随机化、拉丁方、孔板布局、批次与进样顺序效应、重复与伪重复，或序贯/自适应/群序贯设计时使用。即使表述随意，例如这个实验该怎么安排、如何避免混杂、测试这 6 个因素的最佳方式、把这些小鼠分配到各处理组，也应触发。若设计已定、需要计算样本量或统计功效请使用 statistical-power，分析已采集的数据则使用 statistica。
io.github.DekaPrayoga/AurixAgent/kubernetes-patterns
Kubernetes 工作负载模式、资源管理、RBAC、探针、弹性伸缩、ConfigMap/Secret 处理，以及 kubectl 调试，面向生产级部署。