用途：在写任何代码前，确保每个 A/B 测试有效、严谨且安全，防止“偷看”结果、统计功效不足和无效假设。
主要能力与流程：
- 前置条件：需有明确用户问题、可访问的分析数据源、大致流量估算。有效假设须包含观察或证据、单一具体改动、方向性预期、明确受众、可衡量成功标准。
- 假设锁定（硬性关卡）：设计变体或指标前必须给出最终假设，明确目标受众、主指标、预期效应方向、最小可检测效应（MDE），并明确询问“这是本次测试最终承诺的假设吗？”，确认前不得继续。
- 假设与有效性检查：列出流量稳定性、用户独立性、指标可靠性、随机化质量、外部因素等假设；若假设薄弱或被违反，应警告用户并建议推迟或重新设计。
- 测试类型选择：A/B（单一改动、两个变体）、A/B/n（多变体、需更高流量）、多变量测试 MVT（交互效应、需极高流量）、拆分 URL 测试（重大结构改动）；默认 A/B。
- 指标定义：主指标（必填、与假设直接相关、启动前冻结）、次要指标（提供背景、不得覆盖主指标）、护栏指标（不得恶化，显著负面时触发停止）。
- 样本量与时长：预先定义基线率、MDE、显著性水平（通常 95%）、统计功效（通常 80%），估算每变体所需样本量与预期时长。
- 执行就绪关卡（硬性停止）：假设已锁定、主指标已冻结、样本量已计算、时长已定义、护栏已设置、追踪已验证，缺一不可。
运行与分析：测试中只监控技术健康、记录外部因素；不得因结果好看提前停止、中途改变体、新增流量来源或重定义成功标准。分析时不得超出受测人群泛化、不得超出受测改动宣称因果、不得无视护栏失败，需区分统计显著性与业务判断。结果处理：显著正向考虑上线；显著负向拒绝变体并记录；不确定考虑更多流量或更大改动；护栏失败即使主指标胜出也不得发布。
记录与安全：必须记录假设、变体、指标、样本量与实际达成、结果、决策、经验与后续想法，并存于共享可搜索位置。若基线率未知且无法估算、流量不足以检测 MDE、主指标未定义、多变量改动无正确设计、假设无法清晰陈述，应拒绝继续并说明原因与下一步。
核心原则：每次测试一个假设、一个主指标、启动前承诺、不偷看、重学习而非重胜负、统计严谨优先。
适用场景：需要规范设计、执行与分析 A/B 测试的团队或个人。限制：资料未提供具体工具、平台、价格或代码实现细节。