用途：对内容输出变体做 A/B 测试，通过比较不同提示方式、标题风格、CTA 措辞或整体内容策略的质量评分，判断哪种方案效果更好。
主要能力：支持四种操作——create（新建测试）、log（向已有测试添加变体）、results（获取对比与胜出者）、list（列出全部测试）。记录变体时会先评估内容质量，产出幻觉、内容质量、可读性等维度分数及综合分，再连同变体描述一起记录。结果分析会给出胜出变体、领先幅度、置信度（>15% 高、5-15% 中、<5% 低并建议继续测试）、各维度表现、可复用洞察，以及低于自动拒绝阈值（默认 40）的变体标记。
使用方式：需提供操作类型、测试名称、变体标签、变体内容、变体描述，内容类型与证据文件可选。脚本位于插件 scripts/ 目录，需 Python 3.10 或更新版本，可用 python 或 python3 运行。创建测试：python "${CLAUDE_PLUGIN_ROOT}/scripts/prompt-ab-tester.py" --brand {slug} --action create-test --test-name "{name}"。记录变体前先评估：python "${CLAUDE_PLUGIN_ROOT}/scripts/eval-runner.py" --brand {slug} --action run-quick --text "{content}" --content-type "{type}"（文件用 --file "{path}"）；run-quick 忽略证据文件，若需核验声明可用 --action run-full --evidence "{evidence_path}"。随后记录：python "${CLAUDE_PLUGIN_ROOT}/scripts/prompt-ab-tester.py" --brand {slug} --action log-variant --test-name "{name}" --variant "{label}" --data '{"description":"{description}","scores":{scores_json}}'。查看结果：--action get-results --test-name "{name}"；列出测试：--action list-tests。
适用场景：测试邮件主题行风格（好奇心 vs 利益驱动）、标题方式（疑问 vs 陈述 vs 教程）、CTA 措辞（紧迫感 vs 价值 vs 社会认同）、语气变化（正式 vs 口语），或完整内容策略对比。
限制：依赖品牌上下文文件与插件脚本环境；若未设置品牌会提示先执行 brand-setup 或使用默认值。变体间距小于 5% 时无法明确判定胜出。具体收费、价格与平台支持情况暂未提供。