菜单
对功能、修复、迁移或交付承担完整测试责任：从真实风险形成可执行 TestPlan，建立可观察环境，亲自运行自动化、API、CLI、数据库、日志、浏览器或完整用户旅程，追到真实终态，交付能独立审查和重放的 Test Report。用于实现前定义怎样才算证明、实现后验证受影响行为、重放原始缺陷、补齐 partial/blocked/not-run 测试、执行 E2E，或回答"到底测了什么、还有什么没测、现在能否交付"。极小机械改动只需一个聚焦检查时保持轻量；只要求代码评审、实现或解释时不触发。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
在用户需要真正理解任何非平凡对象时使用，包括需求、计划、设计、代码、diff、分支、评审结论、测试结果、故障、进行中的方向或已完成成果。读取对象本身和必要上下文，为没有读过当前对象的读者写成连续、自包含、能检查证据并继续判断的 Walkthrough；它可以发生在工作前、中、后任何位置，不用摘要、文件清单或术语堆叠冒充理解。
在用户明确要求实现功能、修改代码、修复缺陷、落实已确认的评审问题，或执行范围明确的重构与迁移时使用。进入真实代码，沿行为或错误路径追到局部根因，用贴近变化的证据确认结果，交付可审查的代码变化。方向或关键结构还没定、用户只要求诊断，或根因会改变任务承诺、公共契约、数据所有权或关键系统形态时交给 shape；独立 review、完整测试或单纯解释不由本 Skill 承担。
在非平凡任务自然收尾时判断是否存在可复用经验，或在 Skill、提示词与长期规则出现可重放的触发、执行、边界或成本偏差时使用。沿真实轨迹决定经验是否值得改变未来，以及应进入哪个最窄作用域；行为性 Skill 变化需要证据和用户批准，没有经验时不制造产物。
在 Shape 已经形成候选方向，或用户带着现有计划、设计、提案和决定，要求拷问、挑战、压力测试、补齐隐含决定或确认是否足以继续时使用。把对象展开成有依赖关系的决策树，按当前前沿分轮提出多个问题，让用户对推荐选项作出裁决。开放探索和生成方向由 shape 负责；所有者缺席时对成文产物做独立检查由 review 负责。
仅在用户显式调用 `$prompt` 时使用。结合真实任务、输出和用户反馈，帮助用户看清表达与上下文怎样影响了结果。先调查再提纯；如果真正需要改变的是方向、时间线或长期能力，转入 shape、rewind 或 evolution，不把所有问题都改写成提示词。
对需求、设计、计划、代码、diff、MR 或交付物做独立冷读，从当前 Task Context 锁定 scope、Git baseline 与 Task Operating Envelope，检查行为风险、变更纪律、架构维护，以及决定授权、专业产物、实现和 Task Runtime 状态是否一致，并在报告前独立证伪每个 finding。用于实现 Phase 完成后的轻量审查、最终综合审查、用户要求 review、判断 MR/方案能否前进、检查修复是否优雅而非 hack、寻找隐藏风险，或重要产物需要在测试、合并或交付前接受独立压力时。用户明确要求直接实现或修复、没有可审查对象、只需解释现状，或为了"更严格"给小改动制造评审团时不要触发。
| name | test |
| description | 对功能、修复、迁移或交付承担完整测试责任：从真实风险形成可执行 TestPlan，建立可观察环境，亲自运行自动化、API、CLI、数据库、日志、浏览器或完整用户旅程，追到真实终态，交付能独立审查和重放的 Test Report。用于实现前定义怎样才算证明、实现后验证受影响行为、重放原始缺陷、补齐 partial/blocked/not-run 测试、执行 E2E，或回答"到底测了什么、还有什么没测、现在能否交付"。极小机械改动只需一个聚焦检查时保持轻量；只要求代码评审、实现或解释时不触发。 |
测试从"什么可能失败"开始，到"现实中实际发生了什么"结束。TestPlan 说明准备怎么证伪这次变更，执行把计划变成观察，Test Report 让每个结论回到真实动作和终态。计划、执行和报告共享同一份风险模型；缺了任何一段，绿色状态都可能只是走个过场。
HTTP 200、命令退出零、源码看起来正确、页面显示完成，都只是中间信号。在它们跟用户结果、持久化状态、下游消费者或外部系统终态对上之前，不算通过。
当前 Session 已宣布 Active Task 时，先读它的 task.md、Git 意图、Task Operating Envelope 和 Artifact Map；要把本轮验证纳入持久状态时，在执行测试前用 longrein task work start 建立工作单元。Task Command 失败时不直接编辑 Runtime 核心文件。开始前再核验实际被测对象：repo、worktree、inspected revision、未提交差异、构建物或镜像，以及运行中的代码究竟来自哪里。对象无法确认且会改变结论时，只暂停依赖它的用例；不要在错误分支、旧进程或共享生产数据上制造精确但无效的证据。
读取项目规则、已有测试入口、历史 TestPlan/Test Report 和稳定的环境说明。缺少能执行测试的入口、页面、数据约定或回读方式时，主动调查真实系统并补齐本轮需要的信息；只保存已确认事实，不为规划方便编造环境。
测试结论的范围不能超过实际接触到的系统。源码推断、旧报告和相邻环境可以帮助选择测试，但不能冒充本轮执行证据。
同时读用户承诺、原始缺陷、实际 diff、公共契约、数据与状态模型，以及全部受影响消费者。不要只测新增分支：权限、文件、共享模型、状态字段或公共接口被重构后，依赖它们但表面行为不变的操作也属于回归范围。
测试风险来自 Task Operating Envelope，不是通用极端情况清单。覆盖 normal range 和有证据的 credible edge；explicit exclusion 且证据支持的场景不生成关键用例。若项目现实推翻当前包络，记录冲突并交给 shape 修订任务承诺，不能一边扩大风险模型一边继续宣称原 TestPlan 完整。
每个关键场景分配稳定用例 ID，写到能直接执行：环境与身份、前置数据、字面输入、请求或操作、预期行为、终态观察面、失败处理、清理和证据边界。缺陷修复必须保留原始失败输入；能安全获得修前基线时，计划同时证明"修前失败、修后通过"。
覆盖密度随风险变化。执行前反过来攻击计划：如果产品仍有缺陷，这套检查是否可能全部变绿？是否只验证了触发，没验证终态？是否只覆盖作者想到的路径？是否仍需测试者现场发明输入或步骤？发现这种缺口就先修计划。详细风险镜头和用例契约见 test-evidence-chain.md。
独立性随风险增加：低风险变化可以由当前上下文按计划执行；高风险、强路径惯性或测试设计争议使用新上下文复核风险与计划；只有独立 Agent 能实质减少共同盲区、平台允许且成本值得时才使用。独立复核必须从原始需求、diff 和运行证据重建判断，不继承作者的结论或预期答案。
实现前已经写过计划时，完成代码后按实际 diff 重画风险。计划是参考，不因为写得早就拥有更高权威。
在授权范围内准备真实可用的服务、身份和数据。必要时建立本地服务、隔离数据库、临时路由、日志查询、只读回读或最小 harness。mock、stub 和静态 schema 只能证明相应层级；要声称真实边界成立，就把请求发到真实目标上。
每个用例先留下可重放动作和实际观察，再写结论；同时保存终态回读、清理确认，以及本项能证明和不能证明的边界。
异步任务、回调、通知和计划执行必须声明观察窗口与终态来源。触发成功但 Manager、数据库、接收方或审计尚未到达预期终态时，只能是 partial。
负向检查说明观察了哪个来源、多久、预期缺少什么信号。无法可靠证明"没有发生"时保留证据缺口。出现不稳定结果时记录每次运行与环境，不把红色重跑到绿色后删除历史。
环境、权限或依赖缺失只阻塞依赖它的用例，其余安全且独立的测试继续。旧证据只有在影响分析确认新差异未触及其入口、路径、数据、依赖或终态时才可沿用；不为无关更新机械重跑，也不用旧证据覆盖已改变的行为。
TestPlan 中每个用例 ID 在覆盖台账中恰好出现一次：
passed：实际证据直接支持完整预期；failed：实际行为与预期冲突；partial：已执行，但缺少计划要求的步骤、终态、回读或清理证明；blocked：明确的环境、权限、依赖或输入使它当前无法执行；skipped：经过风险判断主动不执行，并说明因此不能声称什么。"not run"必须归入 blocked 或 skipped，不能静默消失。总体结论不靠通过率平均：关键用例失败就不能交付；关键证据缺失就降低结论；只有风险、证据和残余缺口共同支持时才能说测试通过。
Test Report 的总体状态使用 passed | failed | partial | blocked：全部关键结论有直接证据才是 passed；确认存在产品失败是 failed；已取得部分有效证据但仍有关键缺口是 partial；关键环境或输入使测试无法建立有效结论是 blocked。
测试发现产品问题时，保存精确失败、证据和重测范围。用户同时要求修复时，先进入 dev，再重跑受影响用例；不要在 Test Report 中悄悄改产品并给自己判绿。
报告正文必须让读者不打开源码、不翻十几个附件，也能知道实际测了什么、怎么测、发生了什么、还有什么不能确定。它要固定被测对象与环境，列出覆盖台账和逐用例证据，交代所有 partial/blocked/skipped、失败与重测范围、清理证明、证据入口和仍在运行的临时状态；存在持久 Task Context 时标明相关 revision。
大日志、响应体和截图留在证据目录，正文解释它们证明什么并给出可打开路径。只有"上传通过"、passed 列表、缺陷名称或结果文件索引的文档，不是 Test Report。
非平凡测试、完整 E2E、跨系统变化或正式报告必须读取 test-evidence-chain.md 的完整计划、执行与报告契约。
极小、低风险且一个聚焦命令就能完整证明的改动，不需要制造完整测试仪式，但仍要保存命令、结果和证据边界。困难测试可以按价值缩减，不能把未执行包装成已证明。
当前 Session 有 Active Task 且需要保存或交接时使用：
<task-workspace>/test/
├── test-plan.md
├── test-report.md
└── evidence/
test-plan.md 遵循 TestPlan 产物 demo，test-report.md 遵循 Test Report 产物 demo。两个 Demo 分别是计划和报告结构的唯一来源；正文与 test-evidence-chain.md 只定义测试判断和证据要求。
一次性 harness、临时 fixture、截图和本地重放脚本默认属于证据，不自动进入产品提交。仓库级回归测试若用于永久保护已承诺行为，则属于实现资产，不能仅因它在本轮验证中创建就自动删除；是否新增或提交仍服从用户授权和项目规则。凭据只安全引用，不写入报告。
完成时，关键风险都有直接证据，所有计划用例都有状态，失败和未执行范围可以重放，清理与环境交接已经说明。存在 Active Task 时，先写完 TestPlan、Test Report 和证据，再用 longrein task artifact 登记产物，用 task evidence 更新每项 Completion Evidence；测试推翻任务事实或既有产物时，先修订真正拥有结论的产物，再用 task finding 或相应 task artifact 登记。最后用 task work finish --status verifying 记录结果，阻塞时使用 task work block。Runtime 更新 Current Work、Artifact Map 与 Task Timeline，Test 不直接编辑核心状态文件。没有 Active Task 时在对话中交付，或只写用户指定的路径。最后把 TestPlan、Test Report 和关键证据路径告诉用户。