テスト・セキュリティのスキル

パスワード管理ツールの漏えい警告を確認し、対象アカウントの公式変更手順を準備します。本人による変更後は、保存状況と再ログインまで分けて確認します。

• 現在の漏えい警告を確認したいとき
• 公式のパスワード変更手順の準備
• 変更後の保存と再ログインの確認

コード変更が意図どおり動くか、実際のアプリやCLI、APIを操作して確認するスキル。正常な操作と周辺の異常ケースを観察し、出力や画像を証拠として報告します。

• コミット前に変更の動作を確認したいとき
• 不正入力や繰り返し操作を確かめたいとき
• 証拠付きの動作確認報告を作りたいとき

現在のブランチの変更差分を読み、新たに加わる悪用可能性の高い脆弱性を点検するスキル。問題箇所、深刻度、攻撃シナリオ、修正案をMarkdownで報告します。

• PRで新たに加わる脆弱性の確認
• 認証・権限処理の変更を点検したいとき
• 入力データの不正な処理経路の調査

Codex のターミナル上の操作画面を対話的に起動して変更を確かめ、詳細ログの保存設定や、プログラムからテスト用メッセージを送る手順を案内するスキル。

• Codexのターミナル画面で変更を確認
• デバッグ用の詳細ログを保存したいとき
• プログラムからテスト入力を送りたいとき

エージェントの機能がローカルとリモートの両方で動くか、DockerやWineを使う結合テストで確認し、環境ごとの実行手順や除外条件を整理するスキル。

• Dockerでcoreの結合テストを実行
• WineでWindows向け動作を検証
• app-serverのテストをリモート対応

エージェントの処理変更に対し、検証すべき動作の洗い出しと結合テストの追加を案内し、既存の補助機能やテストファイルの配置まで整理するスキル。

• エージェントの処理変更の検証項目整理
• 利用者に見える動作の結合テスト追加
• 単体テストを専用ファイルに整理

変更したWebサイトやデスクトップアプリを実際に操作して動作確認します。操作前後の画面や入力値、状態表示を比較し、期待した変化が起きたかを確かめます。

• Web画面の変更後の動作確認
• ブラウザ操作で不具合を再現したいとき
• デスクトップアプリの状態変化の確認

RemotionのWebレンダラーで、描画結果を画像で比較する既存テストを実装変更に合わせて更新し、明示的に依頼された場合は描画サンプルと新規テストを追加するスキル。

• 描画処理の変更に伴う既存テスト更新
• 明示的に依頼した描画テストの追加
• テスト用サンプルのプレビュー登録

動画が動作しないという報告を受けた際に、対象の動画をサンプルへ設定し、Remotionの詳細ログ付きレンダリングで状況を調べるスキル。

• 動作しない動画を調べたいとき
• 問題の動画をサンプルに設定したいとき
• 詳細ログ付きで動画を書き出したいとき

Remotionのテスト作成・更新・レビューで、利用者が確認できる操作結果や生成物を検証する方針を示し、結合テストや単体テストの選択と回帰確認を支援するスキル。

• 機能に合うテスト範囲を選びたいとき
• 既存テストの検出力をレビューしたいとき
• 修正前後で回帰テストを確認したいとき

RemotionのCIで起きる一時的・断続的な失敗をログから調べ、追跡用Issueへの記録と発生回数の更新、該当するGitHub Actionsジョブの再実行を行います。

• 再試行で通りそうなCI失敗の調査
• PR番号が不明な失敗チェックの探索
• 繰り返す失敗の記録と回数集計

TwentyのPR差分から利用者の操作シナリオを選び、ブラウザ・SQL・ログで不具合を確認するスキル。画面に出ない処理失敗も調べ、判定と報告書を残します。

• TwentyのPRをマージ前後に検証したいとき
• 保存後のDB更新やタイムラインを確認したいとき
• 画面に出ないバックエンドエラーを調べたいとき

Twenty本体の同期対象となるメタデータに、入力検証の失敗から作成・更新・削除の成功までを確認する統合テストと、再利用できる補助関数を整えます。

• 新しい同期対象の統合テストを作りたいとき
• 必須項目・重複・不正な参照の検証
• 作成・更新・削除の正常動作を確かめたいとき

WireMockの模擬HTTP応答をコマンドで作成・管理し、受信リクエストの検索や回数確認、状態の切り替え、実際のバックエンド通信の記録を行うスキル。

• 結合テスト用の模擬APIを作りたいとき
• リクエスト回数や未一致の通信の確認
• 段階的なテストで状態を切り替えたいとき

点群や移動軌跡を基準データと比較し、地図作成・自己位置推定・認識の品質を検証するスキルです。前処理、合否判定、結果の可視化まで扱います。

• 生成した点群を基準データと比べたいとき
• 推定した移動軌跡の誤差を調べたいとき
• 地面の分離精度を判定したいとき

エージェントが仕事を実際に完了したかを測る評価課題を設計します。依頼文・初期状態・合格条件を整え、難易度の分類やデータ漏えい対策、継続的な保守まで扱います。

• 実際の業務に合う評価課題の作成
• 合格条件と検証ロジックの見直し
• 評価データの学習混入対策の設計

すでに動いている機能に、操作の流れ全体を確認するE2EテストやAPIテストを追加します。プロジェクトで使っているテスト環境に合わせて、自動で確認できる範囲を広げます。

• 既存機能に自動テストを追加したいとき
• 操作の流れをE2Eテストで確かめるとき
• 既存環境にAPIテストを追加したいとき

BMadスキルの効果を、スキルなしのモデルや別版との比較、採点基準、呼び出し精度で検証します。普段使うエージェントの実行環境を通じ、結果と根拠を記録します。

• スキルなしのモデルと比較したいとき
• 修正後のスキルを旧版と比較したいとき
• 採点基準に沿った出力品質の評価

Anthropic Cookbook のノートブックを、説明・コード・技術的正確さなどの基準で監査します。20点満点の採点と具体的な改善案を示し、認証情報の直書きも検査します。

• Cookbookを公開前にレビュー
• 学習目標と導入・結論の対応を確認
• APIキーや認証情報の直書きを検査

分析法が目的に適しているかを確かめるため、適用する規格や指針の選択から試験計画、真度・精度などの統計評価、移管時の比較、報告書作成まで支援するスキル。

• 分析法の試験計画と判定基準を作りたいとき
• 検量線・真度・精度を評価したいとき
• 検出限界と定量限界を推定・確認したいとき

Cherry Studioの主要機能をPlaywrightで回帰テストし、macOSとWindowsの結果を英語レポートにまとめ、リリース前の動作確認を支えるスキル。

• リリース前に主要機能を確認したいとき
• 開発ブランチの動作検証
• 特定タスクの回帰テスト

Cherry Studioのサポート対話から、不具合や使い勝手の問題、機能要望を簡潔な下書きに整理します。利用者が内容と診断データを確認し、自分で送信する流れを案内します。

• サポート対話から不具合報告を作成
• 画面の使い勝手への意見を整理
• 機能要望の下書きを確認したいとき

Pythonのpytestテスト群を調べ、不具合の見逃し候補や未検証のコード、遅い・不安定なテストを報告します。削除候補も追加検証し、テスト自体は変更しません。

• pytestの不具合検知力を調べたいとき
• 遅いテストや準備処理の調査
• 不安定・実行順依存のテスト調査

Pythonの変更箇所に意図的な誤りを加え、テストが検知するか確かめます。見逃しを補うテストを追加し、変更前のコードでは失敗することも確認して根拠を報告します。

• Pythonの機能追加や修正のテスト確認
• 見逃した誤りを捉えるテスト追加
• 変更前のコードで失敗するか確かめたいとき