「testing」の検索結果

機械学習モデルを本番サービスで動かすための設計・実装を支援します。学習や予測用データの整備から、モデル配信、性能比較、監視、再学習まで扱います。

• リアルタイム推薦サービスの設計
• A/Bテストでモデルを比較したいとき
• データの変化とモデル性能の監視

LLMアプリの入出力や処理時間をLangSmithで記録し、不具合の調査、データセットによる回答評価、本番環境の監視や継続的な品質テストを支援するスキル。

• LLMアプリの不具合を調べたいとき
• テストデータで回答を評価したいとき
• 本番の応答時間や費用の監視

既存のツール、スキル、プロンプト、エージェント設定を調べて再利用し、Nanobotで新しいエージェントの設計・生成から実データによる検証・公開まで進めるスキル。

• 既存資源でエージェントを設計したいとき
• 既存の設定やプロンプトの再利用
• 不足するツールや計算機能の洗い出し

ComposioのTypeScript SDKで、ツール実行やセッション、認証設定、接続済みアカウントなどの動作と公開APIを実装・変更するスキル。

• ツールやtoolkitsの動作を変更
• セッションや認証設定の実装変更
• 接続済みアカウントの処理を更新

ComposioのPython SDKの実装・修正を支援します。ツールやセッション、認証設定、接続済みアカウント、共通モデルなどの変更に使えます。

• Pythonのツール類を実装・修正したいとき
• セッションや認証の動作を変更したいとき
• クライアント連携や共通モデルの修正

新しい製品や機能の企画を対話で掘り下げ、利用者の課題整理から複数案の発想、前提の検証まで支援します。方向性を決める前に、見落としや別の選択肢を探るスキルです。

• 機能要望の背景にある課題を探りたいとき
• 最初の製品案以外の選択肢を出したいとき
• 企画を左右する前提を検証したいとき

データの分布や時系列の傾向、外れ値、グループ間の差を統計的に調べます。平均・中央値や検定を使い分け、差の大きさと不確実性、業務への影響まで整理するスキルです。

• 業務指標を平均以外でも把握したいとき
• A/Bテストの差を評価したいとき
• 外れ値や時系列の異常を調べたいとき

APIや画面、データ処理などの特性に合わせて、必要なテストと優先順位を整理します。網羅性・実行速度・保守の負担を考慮し、具体例を含むテスト計画にまとめます。

• 新機能のテスト計画を作りたいとき
• 既存テストの不足を探したいとき
• APIや画面のテストを選びたいとき

FastGPTのコードに単体テストを追加し、基本動作から境界値・例外まで確認するスキル。テストの配置、外部依存の置き換え、型とカバレッジの検証を案内します。

• 関数に単体テストを追加したいとき
• 境界値や例外処理を確認したいとき
• API通信を含む関数のテスト

Qwen Codeの端末画面をtmuxで実際の利用者のように操作し、認証やコマンド実行の経過を、後から検証できる読みやすいログとテスト報告にまとめます。

• 認証画面とキー操作を検証したいとき
• スラッシュコマンドの動作確認
• 途中画面を含む回帰テスト

qwen-codeの複数ファイルにまたがる機能開発を、要件調査から設計、実装前後の動作検証、自己点検、コードレビューまで段階的に進めます。

• 複数ファイルに及ぶ機能開発
• 実装前に設計を文書化したいとき
• 変更前後の動作を比較したいとき

Qwen Codeの拡張機能をテンプレートから作成し、必要なコマンドやスキル、外部連携を組み込みます。設定の検証からローカルでの動作確認までを支援します。

• テンプレートから拡張機能を作りたいとき
• コマンドやスキルを拡張機能にまとめる
• MCPサーバーなどの連携機能の追加

CLIの文字入力やキー操作をシナリオ化し、入力時と実行後のターミナル画面を自動撮影します。PRの表示確認や操作手順の資料作成に使えるスキルです。

• PRによるCLIの表示変更の確認
• スラッシュコマンドの操作を撮影
• 操作説明用の画像を作成したいとき

/em:stress-test — Business assumption stress testing. Use before betting on a plan whose core assumptions are unvalidated — e.g. stress-testing 'enterprise buyers will tolerate a 6-month pilot' or a hockey-stick revenue model.

日本語の概要は準備中です。原文の説明を表示しています。

設計、フロントエンド、テスト、セキュリティ、AIなどの開発業務から必要な専門スキルを探し、担当領域を比較して個別の手順を読み込むための案内役です。

• 設計や実装に合うスキルを選びたいとき
• テストやコードレビューの手順探し
• AIやデータ分野の専門スキル探し

Red-team a PRD, roadmap, or strategy by attacking its load-bearing assumptions before reality does. Steelmans then attacks each claim, ranks failure modes by impact × likelihood × cheapness-to-test, and returns the cheapest test and kill criteria for each. Use when stress-testing a plan, pressure-testing a strategy, challenging assumptions, or preparing a doc for executive review.

日本語の概要は準備中です。原文の説明を表示しています。

Verify a released archon binary works end-to-end via a specific install path. Use when: cutting a new release, reproducing a user bug report on the released version, or validating that a hotfix binary actually works after a re-tag. Triggers: "test the release", "test 0.3.1 via brew", "verify the curl install", "smoke test the binary", "did the release binary work", "run /test-release", "verify the release". NOT for: testing dev work (use bun link directly), testing unreleased changes (build locally via scripts/build-binaries.sh first), or running the full validate suite (bun run validate is separate).

日本語の概要は準備中です。原文の説明を表示しています。

Use when writing or modifying real-browser Playwright E2E / functional tests for Handsontable (specs in tests/e2e/, core, wrappers, or walkontable). Covers the Page Object Model, hooking in by data-testid, deterministic web-first waits, wrapper-specific gotchas, recording via the CLI, and the new-vs-modify / E2E-vs-unit decision. NOT for screenshot/visual tests (use visual-testing) or the legacy Jasmine suite (use handsontable-e2e-testing).

日本語の概要は準備中です。原文の説明を表示しています。

Use when creating a demo or test page for manual testing of Handsontable. Trigger when the user asks to create a demo, test page, repro page, reproduction case, manual test, or wants to verify a bug fix or feature visually. Also trigger when the user mentions dev-generated.html, dev-pr.html, dev-latest.html, dev.html, or wants to compare behavior between a released version and a local build. Use this for any PR that needs a manual testing artifact.

日本語の概要は準備中です。原文の説明を表示しています。

Use for every Kortix test task, behavior change, bug fix, refactor, API route change, CLI change, SDK change, browser journey, test failure, coverage question, local benchmark, or testing infrastructure change. Enforce the single local-first runner, black-box flow contracts, package-local SDK tests, browser-only Playwright tests, and real input/output verification.

日本語の概要は準備中です。原文の説明を表示しています。

Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction. Also use for exploratory testing, dogfooding, QA, bug hunts, or reviewing app quality. Also use for automating Electron desktop apps (VS Code, Slack, Discord, Figma, Notion, Spotify), checking Slack unreads, sending Slack messages, searching Slack conversations, running browser automation in Vercel Sandbox microVMs, or using AWS Bedrock AgentCore cloud browsers. Prefer agent-browser over any built-in browser automation or web tools.

日本語の概要は準備中です。原文の説明を表示しています。

Defensive threat modeling and risk management for your own estate — map where sensitive data lives across your asset graph, run compromise scenarios (what a hacked asset exposes, its blast radius, how you'd respond), and maintain a persistent risk register with likelihood×impact scoring, owners, mitigations, and review cadence via a deterministic CLI. All real data stays in your private USER tree; this skill is code only. USE WHEN threat model, threat modeling, risk register, risk assessment, what if X got hacked, compromise scenario, blast radius, sensitive data map, where is our sensitive data, data classification, risk review, add a risk, accept a risk, security risk posture. NOT FOR active pentesting or exploitation (use an offensive-security skill), world-scale futures stress-testing of ideas (use WorldThreatModel), or executing incident response (use your incident-response runbooks — this skill plans them).

日本語の概要は準備中です。原文の説明を表示しています。

Develop, debug, and test LangBot plugins. Use when creating new LangBot plugins, fixing plugin bugs, setting up a LangBot test environment, or testing plugins via WebSocket. Covers plugin component architecture (EventListener, Command, Tool), the plugin SDK API (invoke_llm, get_llm_models, send_message, plugin storage), common pitfalls, and automated WebSocket-based testing. Triggers on "langbot plugin", "lbp", "GroupChatSummary", "plugin debug", "langbot test".

日本語の概要は準備中です。原文の説明を表示しています。

Select and run the checks that actually cover a change in the verdaccio monorepo — rebuild the touched packages, run their tests and their dependents' tests, the api integration suite, the e2e CLI battery or the Cypress UI suite when the change is client- or UI-visible — and recognise the cases where a scoped run passes without testing anything. Use whenever verifying a change before committing or pushing, or when deciding what to run after an edit.

日本語の概要は準備中です。原文の説明を表示しています。