用途：按 YAML 测试计划执行端到端测试，先做安装与健康检查，再顺序运行各测试用例，遇到首个失败立即停止并生成调试信息。
主要能力：解析并校验测试计划（默认 docs/testing/test-plan.yaml，可用 --plan 指定）；执行 setup 中的 prerequisites、env、build、services，并对服务 URL 轮询健康检查（接受 200/301/302）；支持旧版扁平 setup 格式；顺序执行测试步骤，涵盖 shell 命令、curl 请求与 agent-browser 浏览器操作；将截图等证据保存到 docs/testing/evidence/；失败时汇总预期与实际、相关 PR 变更、证据与排查建议，并输出可复制到新会话的调试提示；结束时清理后台服务进程。
使用方式：需 agent-browser CLI 在 PATH 中（浏览器测试）。参数：--plan <path> 指定计划路径；--skip-setup 跳过安装与健康检查，用于修复后重跑。执行前会校验 YAML 可解析，测试前设有门禁（setup 就绪、证据目录可创建），每个测试需有明确 PASS/FAIL，失败后其余测试标记为 SKIP。
适用场景：需要按固定计划回归验证 CLI、数据库、文件、进程、HTTP 接口与浏览器界面的项目。
限制：资料未提供具体安装命令、收费与平台信息；浏览器测试依赖 agent-browser；失败即停止，不继续后续用例；密钥须用环境变量，不得硬编码。