用途：在 evals/specs 下编写或扩展 journey spec。仅在覆盖决策表明某个 journey spec 缺少断言，或出现新的用户旅程时才使用。
不适用情形：已有 journey spec 覆盖该行为时应扩展而非新建；纯函数改动应写同目录单元测试；若需要导入 ../../apps|packages|ee、读取源文件或启动其他测试运行器，则属于伪装的单元测试，会被边界约束拒绝。每个用户旅程一个 spec，而非每个 PR 一个；缺陷修复应在其逃逸的旅程中增加断言。
用法：新测试写在 evals/specs/**/*.test.ts，并从 @openwork/testkit 导入 test。驱动应用的 E2E 测试使用 .e2e.test.ts，PR 通道会排除它们。按依赖顺序将模型建模为资源：needs() → server() → app()。
testkit 原语：server() 启动或复用 Den 并配置隔离组织；app() 启动已登录桌面端，profileDir 用于调用方拥有的 profile 连续性，localServerDelayMs 用于确定性的启动竞态；inviteMember() 向已有 Den 添加具名成员；faultProxy() 注入 faults.status() 或 faults.latency()，并暴露 requests 日志以断言尝试与恢复；eventually() 限定轮询并报告最后的值或错误；readDenClientState()、readConnectState()、readConnectStateFile() 暴露客户端、本地服务器与持久化 profile 状态。
断言与见证：每个声明都需可机器校验，包含可观察断言及其显式反面，同时断言预期效果与不得对其他身份、账户、请求、文件或状态发生的事。散文不是证明，截图可解释断言但不能替代。描述产品行为而非偶然布局。声明需与产品屏幕实际表述一致，若分歧应显式修改其一。不得把答案偷带进提示，需断言面向用户的请求不包含连接器或资源 ID。
Mock：使用 mcpMock() 见证，绝不在 spec 中调用真实提供方。见证位于 evals/packages/labs/src/，遵循 mock-mcp.ts 与 provider 专属 mock-*.ts 夹具，保持确定性、身份限定且可查询。
证据契约：测试证据是环境性的，screenshot() 记录截图产物，validate() 记录其视觉校验（无论通过与否），recordAssertionEvidence() 保存见证断言。不得在测试体内创建或传递测试证据记录器句柄。为每个等待设定边界。在 needs() 中声明所有外部需求，使缺失依赖大声跳过而非超时或削弱覆盖。