Úsalo ante cualquier bug, fallo de test o comportamiento inesperado, antes de proponer arreglos.
- Costo de contexto al activarse
- 2.4k tok
- Tamaño del paquete
- 11 archivos
- Última actualización
- hace 2 meses
Flujos de testing unitario, de integración y end-to-end.
191 skills en esta categoría
Úsalo ante cualquier bug, fallo de test o comportamiento inesperado, antes de proponer arreglos.
Úsalo al recibir feedback de code review, antes de implementar sugerencias, sobre todo si el feedback parece poco claro o técnicamente cuestionable: exige rigor técnico y verificación, no acuerdo performativo ni implementación ciega.
The #1 directory of projects built with Jev
Úsalo al completar tareas, implementar features mayores, o antes de mergear, para verificar que el trabajo cumple los requisitos.
Úsalo al implementar cualquier feature o corrección de bug, antes de escribir código de implementación.
Úsalo antes de afirmar que un trabajo está completo, corregido o pasando, antes de hacer commit o crear PRs: exige ejecutar comandos de verificación y confirmar la salida antes de cualquier afirmación de éxito.
Migra archivos de test de aserciones de tipo `as` a @total-typescript/shoehorn. Úsalo cuando menciones shoehorn, quieras reemplazar `as` en tests, o necesites datos de test parciales.
Desarrollo guiado por tests. Úsalo cuando quieras construir features o arreglar bugs test-first, cuando menciones "red-green-refactor", o cuando quieras tests de integración.
Kit para interactuar con aplicaciones web locales y probarlas con Playwright. Permite verificar el frontend, depurar la UI, capturar pantallazos del navegador y ver sus logs.
Cómo usar las directivas de test @gate / @force-gate en lugar de it.skip o patrones de skip falso-verde, con las condiciones, el patrón de axis y los comandos de verificación.
Compara el rendimiento de cambios de React o Next.js en VMs de Vercel Sandbox con estadística A/B pareada: rps, latencia, p95, TTFB, RSS y bytes de documento y Flight.
Tría fallos de CI y comentarios de revisión de PR con scripts/pr-status.js: prioriza por bloqueo (build, lint, tipos, tests), empareja variables de CI para reproducir en local y distingue flakies.
Convierte cualquier web en datos limpios listos para LLMs.
Verifica el comportamiento en runtime de Next.js tras editar código de la aplicación. Combina /_next/mcp, la visión de Next.js, con agent-browser, la del navegador. Requiere un next dev en marcha.
Cómo escribir tests end-to-end con createRouterAct y LinkAccordion. Úsalo al escribir tests que controlan el momento de las peticiones internas de Next.js, como los prefetches.
Revisión de PR antes de aterrizar el código (pre-landing), parte del conjunto de herramientas gstack.
Auditoría en vivo de la experiencia del desarrollador (gstack): navega la documentación, prueba el onboarding, mide el TTHW y genera un scorecard con evidencia.
Importa las cookies de tu navegador Chromium real a la sesión de navegación headless (gstack).
Auditoría visual de diseño para apps de iOS en hardware real.
Úsalo cuando te pidan depurar, arreglar un bug, investigar un error o hacer análisis de causa raíz, o si reportan errores, stack traces o algo que dejó de funcionar.
QA en dispositivo iOS real para apps SwiftUI, con bucle de agente guiado por visión sobre USB (gstack).
Panel de calidad de código: envuelve los checkers y linters del proyecto, calcula una puntuación compuesta 0-10 y sigue la evolución en el tiempo. (gstack)
El bloc de notas con IA que transcribe y organiza tus reuniones.
Depuración sistemática con investigación de causa raíz: cuatro fases (investigar, analizar, formular hipótesis, implementar) antes de tocar código. (gstack)
Prueba sistemáticamente una aplicación web y arregla los bugs encontrados (gstack).
Navegador headless rápido para QA testing y dogfooding de sitios (gstack).
QA de solo reporte: prueba la app sistemáticamente y entrega un informe con health score, capturas y pasos de reproducción, sin arreglar nada.
Detección de regresiones de rendimiento mediante el daemon browse: mide, compara con baseline y alerta sobre caídas de velocidad. (gstack)
Corrector autónomo de bugs de iOS: cierra el ciclo encontrar → arreglar → confirmar sin intervención humana.
Hace QA de un sitio o app web y devuelve una puntuación de 1 a 5 (5 = perfecto, 1 = roto) con evidencia, usando un navegador real en la nube de Browser Use, incluso con localhost.
Fija el listón de calidad de un proyecto como un contrato escrito y evita que se debilite en silencio. Entrevista al usuario, define umbrales por defecto y vigila el diff en busca de supresiones, tests saltados o stubs sin implementar.
Guía la depuración sistemática hasta la causa raíz. Úsalo cuando fallan tests, se rompe el build, algo que funcionaba ayer deja de hacerlo o aparece un error inesperado: un enfoque metódico en vez de adivinar.
Programa publicaciones en todas tus redes desde un solo sitio.
Dirige el desarrollo con tests mediante el ciclo red-green-refactor. Úsalo al implementar lógica, corregir un bug o modificar funcionalidad existente, para probar que el código funciona.
Somete cada decisión no trivial a una revisión adversarial con contexto nuevo. Úsalo cuando algo esté en juego (auth en producción, lógica de seguridad, migraciones de alto riesgo) y verificar ahora salga más barato que depurar después.
Skill de smoke test de extremo a extremo para DeerFlow: actualiza el código, despliega en local o Docker, verifica disponibilidad de servicios, hace health check y genera el reporte final.
Asegura que el código async del backend que podría bloquear el event loop de asyncio quede protegido por un test 'anchor' verificado en tests/blocking_io/, mediante un escaneo determinista de cambios o de todo el repo.
Ejecuta benchmarks completos de rendimiento del sistema de workers de agentic-flow y análisis de optimización.
Especialista en la fase Refinement de la metodología SPARC para la mejora iterativa del código.
Especialista en validación de producción que garantiza que las aplicaciones estén completamente implementadas y listas para el despliegue.
Flujo de trabajo TDD London School: desarrollo mock-first y outside-in. Escribe primero la prueba que falla, confírmala, implementa el mínimo código y refactoriza.
Especialista en control de calidad que diseña e implementa suites de test (unitarios, integración, e2e, rendimiento y seguridad) siguiendo la pirámide de testing.
Haz crecer tu tráfico orgánico en piloto automático.
Agente avanzado de análisis de calidad de código para revisiones y mejoras exhaustivas del código.
Corre el benchmark del corpus — booster local, con baselines opcionales de Gemini/Sonnet/Opus — y guarda una tabla verificable de medido vs. reclamado.
Detecta huecos de cobertura de tests y genera sugerencias de qué tests escribir a continuación.
Despliega agentes de IA especializados para realizar revisiones de código exhaustivas e inteligentes que van más allá del análisis estático tradicional.
Receta de test de UI: combina `browser-record` (captura) y `browser-replay` (verificación) para que cada test genere un artefacto RVF replayable, no una ejecución efímera.
Diff visual y de DOM entre dos sesiones grabadas en los mismos pasos de trayectoria; se usa para regresión visual y verificación de repeticiones.
Sistema integral de puntuación de veracidad, verificación de calidad de código y rollback automático con umbral de 0.95 para garantizar salidas de agentes fiables.
Especialista en TDD estilo London School (mock-driven) que dirige el desarrollo de fuera hacia dentro usando dobles de prueba, coordinado con otros agentes de testing dentro de un swarm.
Recorre el flujo completo de benchmark→envío de GAIA, desde la resolución de claves hasta generar un paquete compatible con HAL.
Revisiones de código con IA. Detecta bugs y corrígelos en un clic.
Agente de benchmarking de rendimiento exhaustivo: detección de regresiones y validación de rendimiento mediante pruebas automatizadas de carga, estrés y escalabilidad.
Lee cada docs/benchmarks/runs/*.json y muestra la deriva en win rate, latencia, tasa de escalada y costo del baseline LLM a lo largo del tiempo.
Reparación dirigida por tests: dado un test que falla, lanza un 'claude -p' acotado (solo Read/Edit/Bash) que arregla el código sin tocar el test, con costo y capacidad limitados.
Valida los límites de dominio: detecta imports que cruzan bounded contexts y problemas de invariantes en los aggregates. Para auditar un codebase DDD o como gate de CI.
Diagnostica por qué falló una pregunta de GAIA: extrae la traza, clasifica el modo de fallo y propone una corrección antes de reenviar.
Usa Chrome DevTools por MCP para depuración y auditoría de accesibilidad (a11y) siguiendo las guías de web.dev. Úsalo al probar HTML semántico, ARIA, foco, teclado, tap targets y contraste.
Escribir tests E2E con Playwright para tldraw. Úsalo al crear tests de navegador, probar interacciones de UI o añadir cobertura E2E en apps/examples/e2e o apps/dotcom/client/e2e.
Escritura de tests unitarios y de integración para el SDK de tldraw. Cubre patrones de Vitest, uso de TestEditor y organización de archivos de test.
Reconstruye la suite de tests unitarios de un paquete alrededor de una especificación de comportamiento (SPEC.md) derivada de la implementación, citando cada test un ID de regla numerado.
Convierte tu voz en texto, allí donde escribas.
Revisa pull requests de GitHub CLI (gh) contra las convenciones del código base.
Planifica, ejecuta y documenta la validación, verificación y transferencia de procedimientos analíticos (HPLC, LC-MS/MS, GC, ICP-MS, qPCR, ensayos de unión) bajo ICH Q2(R2)/Q14, USP, ICH M10, CLSI EP o ISO/IEC 17025.
Prepara y revisa estructuralmente evidencia de preparación para ISO 13485, ISO 14971, ISO/IEC 17025 e ISO 15189: alcance, documentos controlados, trazabilidad, CAPA y controles de proveedores. No decide certificación ni cumplimiento legal.
CLI de automatización de navegador para agentes de IA: navegar páginas, rellenar formularios, hacer clic, capturar pantallas, extraer datos, testear apps web o automatizar apps Electron y Slack.
Explora y prueba sistemáticamente una aplicación web para encontrar bugs y problemas de UX, generando un reporte con capturas paso a paso, videos de reproducción y pasos detallados por cada hallazgo.
Úsalo tras generar código con IA, aceptar sugerencias o revisar módulos escritos por IA, o cuando el código funcione pero parezca frágil o con deuda oculta.
Domina Bats (Bash Automated Testing System) para probar exhaustivamente scripts de shell, útil en TDD y pipelines CI/CD.
Filtra checkpoints fine-tuneados con presupuestos de drift, comparación pareada y chequeos de olvido antes de promoverlos, tras un entrenamiento o al re-gatear un modelo ya promovido.
Domina prácticas efectivas de revisión de código para dar feedback constructivo, detectar bugs a tiempo y fomentar el intercambio de conocimiento sin dañar la moral del equipo.
Fotos profesionales con IA en minutos.
Domina técnicas sistemáticas de depuración, herramientas de profiling y análisis de causa raíz para localizar bugs en cualquier código o stack tecnológico.
Implementa estrategias de evaluación integrales para aplicaciones LLM usando métricas automatizadas, feedback humano y benchmarking, útil para medir la calidad de sistemas de IA.
Construye el eval harness que condiciona cada fine-tuning: golden sets, graders por modo de fallo, calibración de juez y baselines del modelo base.
Domina el testing end-to-end con Playwright y Cypress para construir suites fiables que detecten bugs y permitan despliegues rápidos.
Metodología de calidad de PluginEval: dimensiones, rúbricas, métodos estadísticos y fórmulas de puntuación, para interpretar scores bajos o calibrar umbrales del marketplace.
Implementa estrategias de testing con Jest, Vitest y Testing Library: tests unitarios, de integración y end-to-end, con mocking, fixtures y TDD/BDD.
Depura problemas complejos con hipótesis en competencia, investigación paralela, recolección de evidencia y arbitraje de causa raíz.
Úsalo al revisar código Python en busca de antipatrones comunes: como checklist antes de finalizar implementaciones o al depurar problemas derivados de malas prácticas conocidas.
Prueba workflows de Temporal con pytest, time-skipping y estrategias de mocking: testing unitario, de integración, de replay y configuración de desarrollo local.
Convierte cualquier web en datos limpios listos para LLMs.
Realiza auditorías de accesibilidad WCAG 2.2 con pruebas automatizadas, verificación manual y guía de remediación. Útil para auditar sitios, corregir violaciones y aplicar patrones de diseño accesible.
Implementa estrategias de testing completas con pytest, fixtures, mocking y desarrollo guiado por pruebas (TDD) en Python.
Coordina revisiones de código paralelas en varias dimensiones de calidad, con deduplicación de hallazgos, calibración de severidad e informes consolidados.
Testea contratos inteligentes de forma exhaustiva con Hardhat y Foundry: tests unitarios, de integración y forking de mainnet.
Prueba aplicaciones web con lectores de pantalla como VoiceOver, NVDA y JAWS para validar compatibilidad, depurar accesibilidad y verificar soporte de tecnología asistiva.
Domina la configuración y el uso de ShellCheck para el análisis estático de shell scripts. Úsalo al montar infraestructura de linting, corregir problemas de código o garantizar la portabilidad de scripts.
Revisa código de animación y motion contra un estándar de craft alto basado en la filosofía de diseño de Emil Kowalski; por defecto señala problemas, la aprobación se gana.
Ejecuta revisión de código con IA sobre cambios de Git usando la CLI ocr de alibaba/open-code-review. Genera comentarios línea a línea y puede aplicar fixes; detecta bugs, vulnerabilidades, rendimiento y calidad.
Control de calidad mediante un segundo modelo: hace que otro modelo revise el trabajo antes de darlo por bueno, con enrutamiento de negativas y opción de derivar a Codex para revisión de diffs.
El bloc de notas con IA que transcribe y organiza tus reuniones.
Verificación sistemática, afirmación por afirmación, de cualquier contenido antes de publicarlo, basada en estándares de fact-checking profesional (The New Yorker, ProPublica, IFCN).
Framework de validación de skills más inteligencia diaria de salud y regresiones de la suite de tests: valida conformidad y clasifica fallos por tandas.
Redacta un eval para una skill existente a partir de su historial real de uso (no de su spec), etiqueta casos como SPEC-DERIVED o HISTORY-IMPLIED y lo deja pendiente de aprobación humana.
Interacción persistente con navegador y Electron a través de js_repl para depurar interfaces de forma iterativa y rápida.
Úsalo cuando se pida depurar o arreglar checks fallidos de un PR en GitHub Actions: inspecciona checks y logs con gh, resume el fallo y redacta un plan que solo aplica tras aprobación.
Úsalo cuando haya que automatizar un navegador real desde la terminal — navegación, formularios, snapshots, capturas, extracción de datos, depuración de interfaz — con playwright-cli.
Captura fixtures de test con las respuestas reales de las APIs de los proveedores.
Crea escenarios de prueba completos a partir de user stories, con objetivo de la prueba, condiciones iniciales, rol de usuario, pasos y resultados esperados.
Genera datasets ficticios realistas para pruebas, con columnas y restricciones personalizables, en formato CSV, JSON, SQL o script de Python.
Programa publicaciones en todas tus redes desde un solo sitio.
Prepara un patch day-one para el lanzamiento de un juego: define alcance, prioriza, implementa y valida con un QA gate ligero, como un mini-sprint con plan de rollback.
Genera librerías de helpers de test específicas del motor. Lee los patrones de test existentes y crea tests/helpers/ con assertions, factories y mocks para reducir el boilerplate.
Audita los assets del juego según convenciones de nombres, presupuestos de tamaño, formatos estándar y requisitos de pipeline. Identifica assets huérfanos, referencias faltantes e infracciones de estándares.
Crea un informe de bug estructurado a partir de una descripción o analiza código para identificar bugs potenciales, con pasos de reproducción, severidad y contexto completos.
Mostrando los primeros 96 de 191. Ver todo.