用途：审查一次代码变更中的集成测试质量，确保测试真正保护业务行为，并让规格（spec）↔测试↔代码保持一致。审查目标是变更本身，必须同时收集改动的生产代码与测试文件，而非仅看测试文件。
主要能力（8 道质量门）：G1 断言价值，用突变测试判断断言能否捕获缺陷，要求记录 Mutation Probe Ledger，无台账即失败；G2 数据状态，需查询数据库并断言具体字段，异步副作用必须用轮询/重试；G3 可重复性，每次运行使用唯一 ID、仅追加数据，且需连续两次全绿；G4 领域逻辑，先读处理函数源码，只断言它确实写入的字段；G5 规格可追溯，测试标注映射到规格文档中的 TC；G6 三方同步，功能文档、测试规格、代码、测试冲突需上报而非自行裁定；G7 变更覆盖率，每个改变行为的文件都要有覆盖测试（集成优先，单元需记录理由）与未过期 TC；G8 场景真实性，前置步骤的时序与数据必须在生产可达，屏障应在 ARRANGE 阶段解决，不得靠放宽断言超时。
使用方式：按阶段执行 P0 范围识别 → P1 收集并区分生产/测试文件 → P2 逐文件过门 → P3 规格双向核对 → P4 初步报告 → P5 修复全部严重/高优先级问题并补写缺失测试 → P6 修复后完整重审直到 0 严重 0 高 → P7 构建并运行全部测试 → P8 失败调查 → P9 自校验。未指定文件时以 git diff --name-only 收集未提交变更范围。
限制与暂未提供：适用的具体语言、框架、项目路径与配置、突变工具选型、命令与依赖清单，资料未给出；仅提到可从 docs/project-config.json、依赖清单与 CI 配置中发现突变工具（如 Stryker、PITest、mutmut），并需参考 docs/project-reference/integration-test-reference.md。禁止仅报告问题而不修复，禁止只做冒烟测试、DI 解析式测试或永远为真的断言。