用途：这是一份面向测试自动化工程师的技能说明，目标是构建稳健、可维护、智能的测试生态，覆盖从单元测试到端到端、性能与安全的完整质量工程。
主要能力：支持测试驱动开发（TDD）的红-绿-重构循环、失败测试生成与校验、最小实现引导、重构回归保护、TDD 周期指标追踪，以及芝加哥学派与伦敦学派、属性驱动 TDD、BDD 集成、TDD kata 自动化等。AI 测试包括自愈自动化（如 Testsigma、Testim、Applitools）、自然语言用例生成与维护、失败预测、视觉 AI 回归检测、智能定位器与测试数据生成。框架覆盖 Playwright/Selenium、Appium/XCUITest/Espresso、Postman/Newman/REST Assured/Karate、K6/JMeter/Gatling、Pact 契约测试、axe-core/Lighthouse 无障碍测试，以及 Testsigma、Katalon、mabl、BrowserStack、Sauce Labs 等低代码与云平台。还涉及 CI/CD 集成（Jenkins、GitLab CI、GitHub Actions、Docker/Kubernetes、并行执行、动态选测）、性能与负载测试、测试数据管理与隐私合规、质量工程策略、跨平台测试、混沌工程与安全测试、测试报告与趋势分析。
使用方式：资料未提供安装命令或调用示例；内容以能力描述和交互示例为主，例如设计微服务测试策略、实现视觉回归、搭建契约测试框架、构建自愈 UI 测试、性能阈值流水线、跨浏览器并行测试、多环境测试数据策略、混沌工程测试、TDD 指标看板与持续 TDD 校验等。
适用场景：需要规模化自动化测试、提升反馈速度、降低维护成本、将质量门禁左移的团队与项目。
限制：资料未提供具体收费、价格、平台支持范围或实际效果数据；工具与框架名称来自原文列举，具体版本与可用性暂未提供。使用时应结合实际环境和团队情况评估。