用途：subagent-testing 用于以 TDD 方式测试技能，核心是在全新的子代理实例中运行测试，防止启动偏差（priming bias），从而验证技能本身的效果，而非对话历史的影响。
主要能力：采用三阶段 TDD 式方法。阶段一为基线测试（RED），在不加载技能的情况下建立基线行为；阶段二为加载技能测试（GREEN），在加载技能后测量改进；阶段三为合理化测试（REFACTOR），检验技能的反合理化护栏是否有效。
使用方式：先创建基线测试（不加载技能），使用 5 个多样化场景并记录完整回复；再在全新实例中创建加载技能的测试，显式加载技能并使用相同提示词，与基线对比；最后创建合理化测试，检验反合理化模式与护栏。
适用场景：验证技能行为、防止偏差、测量技能改进效果。
限制与不适用：不用于编写被测技能（应使用 abstract:skill-authoring），也不用于无执行的静态质量审计（应使用 abstract:skills-eval）。成功标准包括基线记录 5 个以上多样化场景、技能相关指标改进不低于 50%、结果可复现、护栏阻止不低于 80% 的合理化尝试。具体命令与模板资料中未完整提供。