查找技能

在执行前检查Bash和PowerShell命令，对文件删除、数据库清除和Git历史改写等操作发出警告，帮助在生产或共享环境中确认危险命令的影响。

• 检查生产环境中的危险操作
• 确认共享环境中的删除操作
• 检测会丢失更改的Git操作

同时启用危险命令警告和目录编辑限制，在删除、强制推送等操作前发出警告，并阻止修改指定目录外的文件，帮助限定生产环境或运行中系统的操作范围。

• 限定生产环境的编辑范围
• 在运行中系统排查时限制范围
• 删除或强制推送前发出警告

审查代码与配置中的安全问题，记录攻击路径、影响依据、调查范围和待确认事项。具备受支持的环境时，还可在隔离环境中复现问题并提出修复候选方案。

• 调查代码与配置中的漏洞
• 审查分支改动的安全性
• 复现漏洞并研究修复候选方案

在浏览器中打开网页，检查页面跳转和表单填写流程。按不同屏幕宽度截图，对比操作前后的页面变化，并记录控制台错误，便于查看页面显示和运行中的问题。

• 检查页面跳转和表单流程
• 按不同设备宽度截图
• 记录页面截图和控制台错误

在真实iPhone或iPad上操作SwiftUI应用，反复截图、分析画面并验证操作结果，查找界面和交互问题，也可通过Tailscale进行远程测试。

• 在真实iPhone上查找问题
• 在真实iPad上验证运行情况
• 对照Swift源码检查屏幕

使用真实浏览器测量网页加载时间、内容显示时间和资源传输量，保存性能基准，对比代码修改前后的结果，并查看长期趋势以发现性能下降。

• 保存修改前的性能基准
• 检查代码修改后的页面速度
• 调查耗时资源与大传输量

将日常使用的Chromium浏览器中的Cookie导入不显示窗口的测试浏览器。可选择来源配置和目标域名，为验证需要登录的页面做好准备。

• 准备验证需要登录的页面
• 导入指定域名的Cookie
• 选择来源浏览器配置

调查浏览器、API、命令行工具及后台任务等环节的故障，整理包含复现步骤和依据的结构化报告，专注于调查与报告，不修改代码。

• 在不修改代码的情况下调查故障
• 编写附有复现步骤的故障报告
• 检查API与后台处理

实际试用开发者产品的文档和入门流程，测量所需时间，记录错误提示并检查命令行帮助，生成附有证据的体验评分表，还可与规划阶段的评价比较。

• 实际试用文档和入门步骤
• 测量首次配置所需时间
• 检查错误提示和命令行帮助

调查并修复浏览器、API、命令行工具及后台任务中的故障，验证修复结果。可选择三档检查范围，并汇总修复依据与是否适合发布的判断材料。

• 修复网站故障
• 检查API和CLI的行为
• 检查任务与webhook的处理

Test websites and web apps in a real cloud browser, including local development servers. Check a specific user journey or several flows, then receive a quality score from 1 to 5 with evidence and identified issues.

中文简介正在准备中。当前显示英语简介。

• Checking whether checkout works
• Testing a local development app
• Evaluating a landing page

以足以判断结果的必要检查，验证现有工作是否满足验收条件。复用仍符合当前状态的结果，区分通过、失败及无法执行的原因，并在证据齐备后结束。

• 检查已完成工作是否满足验收条件
• 仅验证请求指定的条件
• 复用仍然有效的验证结果

为新功能和缺陷修复先编写失败测试，再以最少代码实现通过并整理代码。反复验证预期行为及对现有功能的影响，遵循项目已有测试工具与约定。

• 先写测试再实现功能
• 复现并修复已报告的缺陷
• 修改代码时验证现有行为

检查Web应用的输入处理、身份验证和外部集成，梳理漏洞应对措施，并涵盖依赖包、个人信息及LLM输出的处理方式。

• 检查登录流程和访问权限
• 检查文件上传与外部API集成
• 发布前审计依赖包

在真实浏览器中验证页面显示与操作，检查错误、网络通信和加载速度，并比较修复前后的截图、确认无障碍支持。

• 排查布局与样式问题
• 检查浏览器错误与API通信
• 比较修复前后的页面

检查重复、缺乏实质验证或依赖内部实现的测试，逐项确认删除依据与保留的替代测试，在保留问题复发检测能力的前提下，合并、修复或删除测试。

• 审查重复测试
• 保留回归检测能力并整理测试
• 重新评估依赖内部实现的测试

通过实际操作界面或 CLI，验证 Paperclip 源码版、npm 发行版及现有运行环境。记录版本、运行环境和初始数据状态，并保留截图、日志等验证证据。

• 检查首次安装与初始设置
• 使用新数据或已有数据验证功能
• 验证指定 npm 版本的安装

对照源代码和实际运行情况，检查项目的验证技能及功能与智能体访问路径对应表。修正步骤和引用偏差，并列明尚未验证的范围、访问权限缺口与缺失的前提条件。

• 应用变更后更新验证步骤
• 核对功能与智能体访问权限
• 区分源码检查与实际运行证据

通过Storybook、本番源代码及现有浏览器测试检查Paperclip界面变更，分别报告渲染、交互、视觉比较和生产环境验证结果。

• 检查功能变更后的界面组件
• 检查错误、权限及移动端显示
• 检查Storybook指南与链接

检查仓库并生成项目专用验证技能，通过用户实际使用的路径操作应用、保存行为证据，完整执行启动、检查和清理流程，验证生成的步骤。

• 创建仓库专用验证技能
• 整理界面、命令行和服务操作步骤
• 将功能与运行证据对应

按目的选择Paperclip的Runner评估或完整产品端到端评估，结合证据、执行记录、费用及失败分类进行验证、结果解读和报告。

• 选择Runner或产品端到端评估
• 无需认证信息查看评估列表
• 依据证据与执行记录分析失败

通过Paperclip对单个Terminal-Bench任务进行有次数和时间限制的试验，记录证据、诊断停止原因并管理产品修复审批，持续使用同一隔离工作副本复测。

• 在次数和时间上限内反复验证单个任务
• 诊断基准测试停止的原因
• 管理产品代码修复前的审批

为Paperclip新增或扩展贯穿真实浏览器、服务器、数据库和runner的端到端评估，整理测试数据、判定条件与证据，并在现有报告中查看操作结果。

• 新增完整用户操作流程的评估
• 更新测试数据与判定条件
• 在评估报告中加入截图和产物

为功能变更制定可判断通过或失败的验收标准和手动验证计划，覆盖正常流程、边界输入、错误及性能，并明确所需证据。

• 将功能变更交给QA
• 审查改变界面行为的PR
• 事故后检查问题是否复发