本技能用于质量优先的 TDD 流程（优先级 P0）。核心要求是：通过的测试不足够，测试必须证明一个自有行为和一个可区分的合理故障。
用途：指导新行为开发、缺陷修复和测试变更；为每个行为或风险建立测试意图记录，并按要求选择最小测试层级。
主要能力： 一、模式选择：新行为走严格 RED -> GREEN -> REFACTOR，未出现预期 RED 前不写生产代码；遗留代码或缺陷修复先按需刻画现状，再把目标变更复现为失败回归（RED），保留不相关的既有代码。 二、写测试前先建一条 Test Intent Record，包含 contract（可观察契约，即应用自有结果或副作用）、fault（该测试能捕获的可区分合理回归）、layer（最小诚实层级：单元、组件、契约、集成或 E2E）、cases（最小且互不相同的等价类，等价输入用参数化测试）、command（精确的聚焦单次运行命令）。 三、拒绝重复既有故障、断言实现细节或 mock 编排、依赖时间/网络/顺序、把更宽行为硬塞进单元的测试。 四、受控循环：运行配置的 lint/类型检查，查看邻近测试并推导最小命令；RED 阶段前台串行单次运行，将结果分类为 expected_red、invalid_red、unexpected_green 或 verification_infra_failed；出现 unexpected_green 时先检查既有覆盖，删除冗余或弱用例再实现生产代码；GREEN 只实现满足 expected_red 的最小代码并重跑同一命令；REFACTOR 不改行为地改进结构并重跑同一命令；仅在证据要求时逐级升级到相关单元目标、集成或契约目标，再到明确的发布/全量套件关卡。 五、执行安全：遵守项目超时，否则对聚焦命令使用 120 秒兜底；超时仅终止该 agent 自有进程组并确认子进程清理；禁止 watch、大范围 kill 或对未变化的失败重试，重试前先记录新假设或修正。 六、覆盖率由仓库配置、项目自有的证据决定；未配置阈值时报告风险缺口，不添加凑数的填充测试。
限制与提醒：出现“先写再补测试”“太小了”“第一次就通过”“再跑一遍全量套件”“把所有协作者都 mock”等红旗或借口时须停下；紧迫性、人工测试、测试数量或覆盖率目标都不能绕过意图记录、预期 RED、受控命令或故障证明。测试形状建议清晰使用 Arrange、Act、Assert 三阶段，断言可观察结果，仅在交互即契约时断言交互；mock 仅用于隔离外部边界，优先真实纯/领域行为和简单 fake；测试名以行为为中心，不含工单号或 TODO/FIXME。具体意图记录、失败分类、层级路由和运行器示例见 references/quality-contract.md。