该技能用于诊断回归、调试测试错误时，指导在不把测试或实现当作自动权威的前提下调查 pytest 失败。
用途：在排查失败前先确立治理契约，验证测试所编码的预期行为声明是否与权威意图一致，避免为让测试通过而随意改动。
主要能力：区分多种竞争假设，包括实现缺陷、错误或过时的预期、生产者与消费者契约不匹配，以及夹具、mock、观测或 CI/环境缺陷；要求在改动测试或产品前先给出可区分的观察。调查协议包括：保留并复现（记录被测修订、实际检出的代码、命令、配置、依赖、完整失败输出及顺序或并行情况），在相同条件下安全复现并缩减；确立权威（阅读测试名称、注释、断言及相关历史，说明目的、消费者、可观察保证、不变量、权威来源与证伪条件）；追踪两条路径（从入口点到消费者跟踪产品，从夹具经观测到断言跟踪测试，引用最早出现的契约偏离，失败断言在机制确立前只是症状）；选择修正（按证据修正产品违规、无效预言或误导性测试装置，记录预期变化的原因）；验证与学习（编辑前记录预期改进、基线、受保护不变量和不可接受的回归，验证故障被检测且修正行为通过，覆盖相关边界情况并记录残余不确定性）。对间歇性失败，需用预先声明的观察与停止规则比较受控条件，报告失败与试验次数及混杂因素。输出决策记录，包含违反的契约及其权威、复现与证据限制、因果机制、修正类别和声明到验证的证据。
限制与拒绝的捷径：不得为匹配实现而改预期、批量更新快照、删除不便用例、用 mock/stub、跳过、抑制警告、重试至绿或放松闸门来隐藏缺陷，也不得把覆盖率、任务映射、源码检查或未执行场景当作行为证明。使用时需加载 Python 开发标准并保留目标仓库支持的版本、配置与约定；可选插件未安装时应使用本文协议，不假设其存在。相关技能有 Analyze Test Failures、Comprehensive Test Review 和 dh:root-cause-tracing-process。