Loading...
Loading...
共找到 139 个 Skills
使用create-mastra创建Mastra项目并在Chrome中对Mastra Studio进行冒烟测试
Model Studio Qwen TTS VC的最小化语音克隆TTS冒烟测试
阿里云ESA skill的最小冒烟测试。验证产品ESA的OpenAPI元数据发现与API清单生成功能。
使用SweetLink将你的AI Agent连接到真实的浏览器标签页。类似Playwright，但可在你当前的标签页中运行。无需无头自动化即可实现身份验证、截图、冒烟测试和DevTools遥测功能。
为alicloud-skills仓库创建、迁移和优化技能。当用户提出添加新技能、导入外部技能、重构技能结构、优化触发器描述、在tests/**目录下添加冒烟测试，或在代码合并前对技能质量进行基准测试的需求时可使用本工具。
针对alicloud-media-vod的冒烟测试，验证最低权限身份验证、API可达性以及一条只读查询路径的可用性。
针对alicloud-ai-search-milvus的冒烟测试，用于验证基础身份验证、API可访问性以及一条只读查询路径是否正常。
针对alicloud-compute-swas-open的冒烟测试。验证基础认证、API可达性以及一条只读查询路径。
针对alicloud-ai-search-opensearch的冒烟测试，验证基础认证、API可达性以及一条只读查询路径。
针对Model Studio重排序模型的轻量冒烟测试
面向Model Studio Qwen Coder的极简编码模型冒烟测试
负责ML实验的冒烟测试约定：这是一个小型、具备诊断性的pytest测试，它会在真实`data/`数据源的一部分数据上训练实验的学习器，并在**无历史缓冲**的独立数据部分上进行预测。断言为结构性断言——预测结果的数量必须与预测网格中的行数相等。采用“加载→特征工程→拆分”流程的管道会静默丢弃预测切片中的冷启动行，导致测试因行数不匹配而失败；而提前标记X并在特征步骤中引用上游历史节点的管道则会轻松通过测试。该冒烟测试是`build-ml-pipeline`中X标记放置规则的可执行证明。 触发场景：`test-ml-pipeline`已将任务分发至此，为已获批的实验编写冒烟测试；`pytest tests/smoke/`因行数问题失败；用户询问“为什么冒烟测试失败？”；`build-ml-pipeline`中的管道修改需要可执行证明；实验脚本更改了管道结构，需要重新审视对应的冒烟测试。 跳过场景：设计说明不存在或尚未获批（转至`iterate-ml-experiment`）；用户询问回归测试或模式不变性相关问题（待`regression-test-ml-pipeline`/`distribution-test-ml-pipeline`上线后转至对应技能）；问题是关于CV指标的解读，而非预测时的正确性（转至`evaluate-ml-pipeline`）。 使用方法：首先阅读对应实验的`journal/NN_*.md`和`experiments/NN_*.py`，以理解管道的数据源绑定（`build_learner`期望哪些环境字典键？）。然后从**真实`data/`数据源**构建两个环境字典——训练环境和预测环境，确保预测环境仅包含我们需要预测的行，且**无历史缓冲**。硬性断言要求预测结果数量与预测环境的行数完全匹配。软性断言要求冒烟测试集的MAE在`3 × CV_mean`范围内（或任务对应的类似指标）。**请勿编写设计说明或运行CV——这是其他技能的职责。**