القائمة
从 HAR 文件生成 pytest 测试套件，结合源码进行 AI 智能分析。触发方式：/tide <har-path>、/tide:tide <har-path>、'从 HAR 生成测试'、提供 .har 文件路径。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
Use when generating pytest API tests from a HAR file in Codex. Trigger examples: $tide <har-path>, /tide <har-path>, generate API tests from this HAR recording.
Use when initializing Tide in a Codex workspace before generating HAR-driven API tests. Trigger examples: $using-tide, /using-tide, initialize Tide for this API automation project.
初始化 Tide 环境 — 智能项目分类、深度扫描/行业调研、方案推荐、脚手架生成。触发方式：首次运行、/using-tide、'初始化 tide'。
استنادا إلى تصنيف SOC المهني
| name | tide |
| description | 从 HAR 文件生成 pytest 测试套件，结合源码进行 AI 智能分析。触发方式：/tide <har-path>、/tide:tide <har-path>、'从 HAR 生成测试'、提供 .har 文件路径。 |
| argument-hint | <har-file-path> [--quick] [--yes] [--non-interactive] [--resume] [--wave N] |
| user-invocable | true |
| allowed-tools | Read, Write, Edit, Bash, Glob, Grep, Agent, AskUserQuestion, TaskCreate, TaskUpdate, TaskList |
重要：除非必要，否则不要改动已有项目中的测试配置或脚本。如需修改，先用 AskUserQuestion 向用户报告改动原因和改动范围，确认后方可执行。 HAR 选择不得猜测：当用户只说 "HAR 在 .tide/trash 下"、"使用 trash 里的 HAR" 或传入目录路径时，不得自行按 mtime、文件大小、名称相似度或模型推断挑选某一个
.har文件。必须先运行scripts.har_inputs.resolve_har_input；如果有多个候选文件，交互模式列出候选并询问用户选择，无头/非交互模式直接失败并给出精确命令示例。 Claude Code 插件命令名：在插件 CLI/非交互上下文中，可靠入口是/tide:tide <har-file> --yes --non-interactive；若/tide返回 Unknown command，必须改用/tide:tide，不得自由生成测试。
在开始之前检查 Tide 插件是否有更新。
# 检查并自动更新插件（无网络时静默跳过）
bash "${CLAUDE_SKILL_DIR}/../../scripts/self-update.sh"
在流程开始时创建 6 个任务：
格式同现有 TaskCreate，ID 依次记为 <task_1_id> 到 <task_6_id>。
标记 task 1 为 in_progress
设置 PLUGIN_DIR="${CLAUDE_SKILL_DIR}/../.."
Python 解释器自动检测与职责分离：
# PYTHON_BIN 只用于运行目标项目 pytest（项目 .venv 可能是 pydantic v1 / Python 3.8）
if [ -f "$(pwd -P)/.venv/bin/python3" ]; then
export PYTHON_BIN="$(pwd -P)/.venv/bin/python3"
elif [ -f "$(pwd -P)/venv/bin/python3" ]; then
export PYTHON_BIN="$(pwd -P)/venv/bin/python3"
else
export PYTHON_BIN="python3"
fi
echo "Using Python: $($PYTHON_BIN --version 2>&1) at $PYTHON_BIN"
Tide 自身脚本不得使用项目 .venv；所有 scripts.* 必须用插件环境运行：
export TIDE_PY='(cd "$PLUGIN_DIR" && PYTHONPATH="$PLUGIN_DIR:$PYTHONPATH" uv run python3'
tide_py() {
(cd "$PLUGIN_DIR" && PYTHONPATH="$PLUGIN_DIR:$PYTHONPATH" uv run python3 "$@")
}
固定运行边界：
export PROJECT_ROOT="$(pwd -P)"
export PLUGIN_DIR="$(cd "${CLAUDE_SKILL_DIR}/../.." && pwd -P)"
mkdir -p "$PROJECT_ROOT/.tide"
tide_py - <<'PY' > "$PROJECT_ROOT/.tide/run-context.json"
import json
import os
from pathlib import Path
from scripts.run_context import resolve_run_context
ctx = resolve_run_context(
argument_text=os.environ.get("ARGUMENTS", ""),
project_root=Path(os.environ["PROJECT_ROOT"]),
plugin_dir=Path(os.environ["PLUGIN_DIR"]),
)
print(json.dumps({
"project_root": str(ctx.project_root),
"plugin_dir": str(ctx.plugin_dir),
"tide_dir": str(ctx.tide_dir),
"har_path": str(ctx.har_path),
"requires_confirmation": ctx.args.requires_confirmation,
"quick": ctx.args.quick,
"yes": ctx.args.yes,
"non_interactive": ctx.args.non_interactive,
"resume": ctx.args.resume,
"wave": ctx.args.wave,
}, ensure_ascii=False, indent=2))
PY
4a. repo profile 配置选择：
if [ -f "$PROJECT_ROOT/.tide/repo-profiles.yaml" ]; then
export REPO_PROFILES="$PROJECT_ROOT/.tide/repo-profiles.yaml"
elif [ -f "$PROJECT_ROOT/repo-profiles.yaml" ]; then
export REPO_PROFILES="$PROJECT_ROOT/repo-profiles.yaml"
elif [ -f "$PROJECT_ROOT/tide-config.yaml" ]; then
export REPO_PROFILES="$PROJECT_ROOT/tide-config.yaml"
else
export REPO_PROFILES=""
fi
tide-config.yaml 支持 repos.profiles schema；不得把 $PROJECT_ROOT/.tide/repos 目录当作 profiles 文件传入。
4b. 运行环境边界：
tide-config.yaml 的 environments.active、项目 env 文件、fixture、runner）。4c. INTERACTIVE HARD GATE：
.tide/run-context.json 中 requires_confirmation=true，优先用 AskUserQuestion 等用户确认，确认前不得进入下一阶段。continue_after_precheck。.tide/parsed.json 解析完成并展示端点/环境摘要后必须询问，确认后记录 continue_after_parse。.tide/scenarios.json 与 .tide/generation-plan.json 生成并展示写入计划后必须询问，确认后记录 continue_after_scenarios。无头执行策略：
.tide/run-context.json 中 requires_confirmation=false，不得调用 AskUserQuestion。.tide/state.json 的 metadata，例如 {"headless_decisions":["continue_after_precheck","continue_after_parse","continue_after_scenarios"]}。requires_confirmation=true，优先尝试 AskUserQuestion。如果调用失败（tool 不存在、返回错误、或在 exec 模式中），自动降级为无头模式：
hybrid（混合模式）.tide/state.json 的 headless_fallback 字段解析 $ARGUMENTS：har_path（必填）、--quick、--yes、--non-interactive、--resume、--wave N
6a. HAR 路径确定性解析（禁止猜测）：
export HAR_PATH="$(tide_py - <<'PY'
import json
import os
from pathlib import Path
from scripts.har_inputs import resolve_har_input
run_context = Path(os.environ["PROJECT_ROOT"]) / ".tide" / "run-context.json"
ctx = json.loads(run_context.read_text())
print(resolve_har_input(ctx["har_path"], Path(os.environ["PROJECT_ROOT"])))
PY
)"
echo "Resolved HAR: $HAR_PATH"
Multiple HAR files found; Do not guess：
.har 文件，请用户选择精确路径后重新解析。/tide .tide/trash/<exact-file>.har --yes --non-interactive。环境检查：检查 $REPO_PROFILES；若为空则进入无源码模式，不得因缺少 repo-profiles.yaml 直接终止。
读取配置：读取 $REPO_PROFILES 和 tide-config.yaml，提取 repos、test_dir、test_types、industry、active environment 等。
无源码降级：repos 为空时设置 no_source_mode=true
惯例指纹加载 + 按需 Prompt 组装： test -f .tide/convention-fingerprint.yaml && echo "FINGERPRINT_EXISTS" || echo "NO_FINGERPRINT" 若 fingerprint 存在：
按需 Prompt 组装（fingerprint_mode=true 时）： 根据 convention-fingerprint.yaml 的内容，从 prompts/code-style-python/ 中选择要加载的模块：
恢复检查：若 state.json 存在且未设置 --resume，询问继续/重来/查看摘要
HAR 校验 + 认证头扫描 + 隐私提示：
HAR 校验：tide_py -c "from scripts.har_parser import validate_har; from pathlib import Path; r = validate_har(Path('${HAR_PATH}')); print(r)"
认证头扫描：tide_py -c "from scripts.har_parser import scan_auth_headers; from pathlib import Path; print(scan_auth_headers(Path('${HAR_PATH}')))"
隐私提示：输出 HAR 数据发送至 AI 模型的提示，请用户确认后继续
参数摘要：打印 HAR 路径/记录数/认证方式/测试目录/源码模式/模式/active environment
成本预估（fingerprint_mode=true 时展示）： 端点数：har-parser 输出中 endpoint 的数量 复杂度分级：
╔══════════════════════════════════════╗
║ Tide 成本预估 ║
║──────────────────────────────────────║
║ 端点数: <N> ║
║ 场景复杂度: <低/中/高> ║
║ 预估 tokens: ~<X> ║
║ 预估成本: ~$<Y> ║
╚══════════════════════════════════════╝
询问用户是否继续。用户拒绝则终止流程。接受则继续。
用户意图采集（新增）： 在进入 Wave 1 之前，用 AskUserQuestion 询问以下问题，明确用户期望的测试粒度：
请选择测试粒度：
A. 单接口回放 — 每个 HAR 端点对应一个独立测试，验证 HTTP 状态码和基本响应
B. CRUD 闭环 — 按资源维度组织增删改查生命周期测试
C. 端到端链路 — 按业务场景串联多个接口（如：建表→同步→查询→清理），含 setup/teardown
D. 混合模式 — 核心链路做端到端，其余做单接口回放
同时询问用户业务场景描述（可选）：
这批 HAR 对应的业务场景是什么？（例如："资产模块的元数据同步全链路测试"）
这有助于 AI 理解接口之间的业务关联，生成更有意义的测试。
根据回答设置 test_granularity（single_api / crud / e2e_chain / hybrid）和 business_context 变量，用于后续 wave。
若未选择，默认 hybrid 模式：检测到同一 module 中有 POST 请求依赖关系则做 e2e，其余单接口。
Task 1 完成。
Task 2 → in_progress
tide_py -m scripts.state_manager init --har "$HAR_PATH"
确定性脚本优先：
tide_py -m scripts.har_inputs "$HAR_PATH" --project-root "$PROJECT_ROOT" 若 CLI 尚未实现，则用 Python snippet 调用 snapshot_har。tide_py -m scripts.har_parser "$HAR_SNAPSHOT" --profiles "$REPO_PROFILES" --output "$PROJECT_ROOT/.tide/parsed.json"$REPO_PROFILES 非空，执行 tide_py -m scripts.repo_sync --root "$PROJECT_ROOT" --profiles "$REPO_PROFILES" sync；若为空，写入 no_source 状态并跳过同步。$PROJECT_ROOT/.tide/project-assets.json。project-assets.json（如无头/print 模式），立即执行确定性扫描：
tide_py - <<'PY'
import os, json, importlib.util, inspect
from pathlib import Path
root = Path(os.environ["PROJECT_ROOT"])
utils_dir = root / "utils"
if utils_dir.exists():
modules = {"modules": {}}
for svc_dir in sorted(utils_dir.rglob("*")):
if svc_dir.is_dir() and (svc_dir / "__init__.py").exists():
rel = svc_dir.relative_to(root)
for py_file in sorted(svc_dir.glob("*.py")):
if py_file.name == "__init__.py":
continue
try:
mod_name = str(py_file.relative_to(root)).replace("/", ".").replace(".py", "")
spec = importlib.util.spec_from_file_location(mod_name, py_file)
if spec and spec.loader:
mod = importlib.util.module_from_spec(spec)
spec.loader.exec_module(mod)
for name, cls in inspect.getmembers(mod, inspect.isclass):
if hasattr(cls, "__module__") and cls.__module__ == mod_name:
methods = [m for m in dir(cls) if not m.startswith("_") and callable(getattr(cls, m))]
modules["modules"].setdefault(str(svc_dir.relative_to(root)), {"services": []})
modules["modules"][str(svc_dir.relative_to(root))]["services"].append({
"class": name, "module": mod_name, "file": str(py_file.relative_to(root)),
"methods": [{"name": m} for m in methods[:20]]
})
except Exception:
pass
with open(root / ".tide" / "project-assets.json", "w") as f:
json.dump(modules, f, indent=2, ensure_ascii=False)
print(f"project-assets.json generated ({len(modules.get('modules', {}))} modules)")
else:
print("No utils/ directory found, skipping project-assets generation")
PY
读取验证输出：
.tide/parsed.json — 解析后的端点列表.tide/repo-status.json — 仓库同步状态.tide/project-assets.json（新增）— 项目工具类资产清单向用户报告解析结果：读取 .tide/parsed.json，按模块和方法归类端点，同时说明测试粒度设定。用 AskUserQuestion 展示以下信息，询问是否确认进入下一阶段：
HAR 解析完成：
- 原始请求数：42
- 去重后端点数：18
- 测试粒度：端到端链路 / 单接口回放
测试场景分布：
batch 模块
场景 1：查询批量任务列表
· GET /api/batch/list
· GET /api/batch/search
...
项目可复用资产（基于 convention-fingerprint）：
- DatasourceService.get_datasource_id_by_name(name) — 按名称查数据源ID
- DataMapService.get_asset_metadata_sync_result(schema, type) — 全链路同步结果
- MetaDataRequest.page_table_column(tableId) — 查表字段
代码生成时将优先使用这些已有封装而非从零实现。
仓库同步状态：
- dt-insight-web/dt-center-assets ✓（main@2a3b4c5）
是否进入场景分析阶段？
输出验证摘要，检查点保存
[Hook] 若 tide-config.yaml 中有 hook 配置，执行 tide_py -m scripts.hooks run wave1:parse:after
Task 2 完成。
Task 3 → in_progress
读取 agents/scenario-analyzer.md，传入上下文：
no_source_mode — 是否无源码模式test_types — 配置中指定的测试类型industry_mode — 是否启用行业规则test_granularity（新增）— 用户选择的测试粒度business_context（新增）— 用户描述的业务场景async_mode（新增）— 自动检测：若端点中有异步接口（返回 taskId 后轮询），标记为 async启动 scenario-analyzer Agent（opus）
读取 .tide/scenarios.json
读取 .tide/scenarios.json 与 .tide/generation-plan.json 后，必须执行：
tide_py -m scripts.scenario_normalizer \
--parsed "$PROJECT_ROOT/.tide/parsed.json" \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
--generation-plan "$PROJECT_ROOT/.tide/generation-plan.json"
tide_py -m scripts.scenario_validator \
--parsed "$PROJECT_ROOT/.tide/parsed.json" \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
--generation-plan "$PROJECT_ROOT/.tide/generation-plan.json"
若 normalizer 仍无法消除重复 scenario_id 或补齐 generation-plan 引用，返回 scenario-analyzer 修复一次；第二次仍失败则停止并写入 .tide/final-report.md。
不得跳过此校验：缺失 .tide/scenarios.json、重复 scenario_id、或 confidence>=medium 比例低于 60% 都是阻断错误，不能继续生成代码。
若非 --quick，展示确认清单供用户确认
[Hook] 若配置了 hook，执行 tide_py -m scripts.hooks run wave2:analyze:after
检查点保存，Task 3 完成。
Task 4 → in_progress
.tide/scenarios.json → generation_plan.tide/project-assets.json（若存在）— 项目已有工具类清单tide_py -m scripts.write_scope_guard snapshot \
--project-root "$PROJECT_ROOT" \
--snapshot "$PROJECT_ROOT/.tide/write-scope-snapshot.json"
.tide/ 和 testcases/。禁止新增或修改 api/、dao/、utils/、config/、testdata/、resource/。agents/case-writer.md，传入：
detected_auth_type — 认证方式project_assets（新增）— 项目已有工具类方法清单，要求优先复用test_granularity（新增）— 测试粒度business_context（新增）— 业务场景描述tide_py -m scripts.deterministic_case_writer \
--project-root "$PROJECT_ROOT" \
--parsed "$PROJECT_ROOT/.tide/parsed.json" \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
--generation-plan "$PROJECT_ROOT/.tide/generation-plan.json"
testcases/ 和 .tide/artifact-manifest.json，不得改 api/、dao/、utils/、config/、testdata/、resource/。5b. 确定性升级约束（新增）：
deterministic case writer 生成的测试仅供骨架参考，不得作为最终输出。无论 deterministic case writer 是否产出可 collect 的测试文件，都必须继续启动 case-writer Agent 对每个生成文件进行实时 HTTP 化改造：
DataValidRequest/MetaDataRequest等），进行方法与端点匹配AssetsBaseRequest 或 BaseRequests（self.req.post/post(url, json=payload)），不得使用 mock 数据（response = {'body': {...}}）response = {'body': ...} 或 response = {'status_code': ...} 形式的 mock 数据CONTRACTS 常量字典作为断言依据（实时测试必须从真实 API 响应中获取数据）self.req、requests.、session. 或 httpx.；如不包含，改造失败tide_py -m scripts.write_scope_guard verify \
--project-root "$PROJECT_ROOT" \
--snapshot "$PROJECT_ROOT/.tide/write-scope-snapshot.json"
tide_py -m scripts.format_checker <generation_plan 中所有 output_file 的父目录>
dataSourceId: 1 等替换为 self.ds_id / self.table_id 变量引用，若无法修复则阻断流水线.tide/format-report.json.tide/scenarios.json 和所有生成测试执行 generated_assertion_gate：
tide_py -m scripts.generated_assertion_gate \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
<生成的 pytest 文件列表>
empty L4、empty L5、missing L4 或 missing L5，本轮质量门必须 FAIL。pytest passed、format passed 或空的 db_verify: [] / ui_verify: [] 当作 L4/L5 通过。.tide/assertion-gate-report.json 或在 .tide/final-report.md 中逐项列出失败原因。[偏好] 写入本次生成的模块数 tide_py -m scripts.preferences write --key last_module_count --value <N>
检查点保存，Task 4 完成。
在进入第四波次前必须执行此门禁，不得跳过。
Task 4 完成后，在 Task 5 开始前，立即运行以下命令：
# --- Live Execution Gate ---
# 脚本检查所有 tide_generated_*.py 是否包含真实 HTTP 调用
# 如果 DETERMINISTIC，写入 .tide/skip-wave4.txt，阻断第四波次
tide_py -m scripts.live_gate check --project-root "$PROJECT_ROOT"
# 读取门禁结果
LIVE_GATE=$(cat "$PROJECT_ROOT/.tide/live-gate-result.json" | python3 -c "import sys,json; print(json.load(sys.stdin)['test_mode'])")
echo "LIVE GATE: $LIVE_GATE"
TEST_MODE=LIVE → 允许进入第四波次。正常进行。
TEST_MODE=DETERMINISTIC → 门禁失败，跳过第四波次。
立即执行确定性骨架升级（必须按顺序执行以下命令）：
# 1. 查找项目已有 HTTP client
echo "=== 项目 HTTP Client 扫描 ==="
for client_py in utils/assets/requests/*.py; do
if grep -q 'class.*Request' "$client_py" 2>/dev/null; then
echo "Found: $client_py"
head -80 "$client_py"
break
fi
done
# 2. 读取 auth 配置
echo "=== Auth 配置 ==="
grep -A5 'auth:' tide-config.yaml 2>/dev/null || true
# 3. 读取一个现有测试作为参考
echo "=== 参考测试文件 ==="
sample_test=$(find testcases/scenariotest/assets -name '*_test.py' -not -name 'tide_generated_*' 2>/dev/null | head -1)
if [ -n "$sample_test" ]; then head -80 "$sample_test"; fi
升级要求：
BaseRequests 的最小 client升级完成后再次运行门禁：
tide_py -m scripts.live_gate check --project-root "$PROJECT_ROOT"
最终判定：
TEST_MODE=LIVE → 允许进入第四波次TEST_MODE=DETERMINISTIC → 跳过整个第四波次，直接进入验收报告阶段。最终报告状态写 DETERMINISTIC_SKELETON（不得写 PASS 或 Success），并说明升级失败原因开始第四波次前必须检查门禁文件：
if [ -f "$PROJECT_ROOT/.tide/skip-wave4.txt" ]; then
echo "Live Execution Gate BLOCKED: tests are DETERMINISTIC (no real HTTP calls)"
echo "Skipping entire Wave 4. Proceed directly to 验收报告与归档."
exit 0
fi
只有门禁通过 (LIVE) 才执行以下步骤。
Task 5 → in_progress
启动 case-reviewer Agent，prompt 见 agents/case-reviewer.md
${PYTHON_BIN:-python3} -m pytest --collect-only -q + ${PYTHON_BIN:-python3} -m pytest -x -v --tb=short）→ 失败语义分析（新增） → 最多 2 轮修复循环 → 输出 review-report.json 和 execution-report.jsonTEST_BUG — 测试写错了（参数不对、断言值错）→ 自动修复ENV_ISSUE — 环境问题（服务不可用、数据不存在）→ 标记为环境问题，调整预期BUSINESS_BUG — 业务 bug（code≠1 但非参数问题）→ 标记为疑似缺陷case-reviewer 结束后再次校验目标写范围：
tide_py -m scripts.write_scope_guard verify \
--project-root "$PROJECT_ROOT" \
--snapshot "$PROJECT_ROOT/.tide/write-scope-snapshot.json"
若失败，立即停止，报告 forbidden path；不得继续 pytest、不得输出成功总结。
用最终 pytest 输出重写 .tide/execution-report.json，确保报告与最后一次实际执行一致：
set +e
"${PYTHON_BIN:-python3}" -m pytest <生成文件列表> -q > "$PROJECT_ROOT/.tide/final-pytest-output.txt" 2>&1
PYTEST_RC=$?
set -e
tide_py -m scripts.test_runner report \
--report "$PROJECT_ROOT/.tide/execution-report.json" \
--output-file "$PROJECT_ROOT/.tide/final-pytest-output.txt" \
--return-code "$PYTEST_RC" \
--total-tests <collect-only 收集到的生成测试数> \
--command "${PYTHON_BIN:-python3}" -m pytest <生成文件列表> -q
若 .tide/execution-report.json 中的 passed/failed/errors/total_tests 与最终 pytest 输出不一致，必须以此命令重写后的 JSON 为准。
读取 .tide/execution-report.json，向用户报告执行结果：
测试执行完成
- 收集：成功
- 通过：15/18
- 失败：3
- 失败归类：测试本身问题 1，环境问题 1，疑似缺陷 1
- 修复轮数：1
生成验收报告
[Hook] 执行 tide_py -m scripts.hooks run wave4:review:after 和 tide_py -m scripts.hooks run output:notify
Task 5 完成。
Task 6 → in_progress
2b. 报告超时保护： 假设代码生成和 pytest 执行已完成（py 文件和 pytest 输出已存在），如果总运行时间接近平台限制（例如 Codex exec 600s），报告生成本身不应导致整个运行失败：
# 核心产物已到位，快速写入简洁报告
# 使用 echo/cat 而非复杂 Python 脚本
# 至少写入状态和文件列表
报告生成应在 30s 内完成。如果超过 60s 未响应，使用极简报告模板（只包含状态、文件列表、pytest 输出）尽快结束。
生成 artifact manifest：
tide_py - <<'PY'
from pathlib import Path
from scripts.artifact_manifest import collect_artifact, write_manifest
project = Path("$PROJECT_ROOT")
artifacts = []
for rel, kind in [
(".tide/run-context.json", "run_context"),
(".tide/parsed.json", "parsed"),
(".tide/repo-status.json", "repo_status"),
(".tide/project-assets.json", "project_assets"),
(".tide/scenarios.json", "scenarios"),
(".tide/generation-plan.json", "generation_plan"),
(".tide/review-report.json", "review"),
(".tide/execution-report.json", "execution"),
]:
path = project / rel
if path.exists():
artifacts.append(collect_artifact(project, path, kind))
write_manifest(project, artifacts)
PY
生成 .tide/final-report.md，必须包含：
test_mode: LIVE / DETERMINISTIC_SKELETON / LIVE_WITH_DETERMINISTIC_FALLBACK)。test_mode=LIVE 时）。test_mode=LIVE 且 pytest all pass → PASS（仅此情况可写 PASS）test_mode=LIVE 且 pytest 有失败 → FAIL，附失败归类test_mode=DETERMINISTIC_SKELETON → 最终状态写 DETERMINISTIC_SKELETON，不得写 PASStest_mode=LIVE_WITH_DETERMINISTIC_FALLBACK → 根据 LIVE 部分结果写 PASS/FAILscripts.generated_assertion_gate 结果；若存在 empty L4、empty L5、missing L4 或 missing L5，最终状态必须写为 FAIL（覆盖 test_mode 规则）。test_mode=LIVE 时，不得输出成功总结。[Hook] 执行 tide_py -m scripts.hooks run output:notify
Task 6 完成。
在预检 HAR 校验完成后输出以下内容，等用户确认再进入 Wave 1：
[HAR 内容隐私提示]
HAR 文件中的 URL、请求/响应数据将发送给 AI 模型进行分析。
敏感头（Cookie/Authorization）已在解析时自动剥离。
如包含业务敏感数据（用户 PII、密钥等），建议脱敏后再使用。
确认继续？