用途：在各测试层编写、运行并修复测试，包括 E2E（Playwright）、集成（Vitest）和单元（Vitest/pytest）。适合处理失败测试、CI 失败、为功能新增或补充测试，以及代码修改后的验证；不适用于不明层级或 NDJSON 调试、只读猜测式排查、被动覆盖率审查。
主要能力与原则：要求逐一处理失败，不批量积累失败；失败出现即停下诊断再继续解决。新功能遵循 TDD：红—绿—重构、接口优先、一次一个测试、深模块（薄接口、丰富内部）。提供按场景的运行策略：新增测试只跑目标文件/模式（4 workers，最多 1 失败，0 重试）；调试失败跑目标套件（最多 1 失败，1 重试）；修复后验证（最多 2 失败，1 重试）；全量/CI（最多 3 失败，2 重试）。目标/调试运行不应使用 --max-failures 3。多轮修复可用迭代修复循环：生成任务 ID，初始化 _agent/{task-id}/tests.json，记录每条用例状态（failing/passing/skipped），每次迭代跑目标测试、读输出、修复、更新状态；范围内全通过再扩大范围。
用法要点：可用 Playwright Inspector（test:e2e:debug）；测试命令见文档，选择范围时应用运行策略。处理不稳定测试用 --max-failures 1 --retries 1，并可在 spec 中标注已知 flaky 的 retries 并加注释。示例覆盖 E2E、集成与单元测试的基本写法。输出格式需遵循 references/output-schema.md；后端集成测试需 Docker，不可用时改跑单元/文件级 lint。具体命令行、Playwright 配置和测试层分类见官方文档，资料未提供详细命令与完整设置。