用途：审查测试套件质量，按 Farley 的 8 项良好测试属性打分，并检测同义反复测试、mock 剧场与结构性弱点。
主要能力：收集 Go、Python、Ruby、JS/TS 等测试文件；对 8 项属性（Understandable、Maintainable、Repeatable、Atomic、Necessary、Granular、Fast、First）评分并给出证据；用静态评分与 LLM 评分按 60/40 混合；计算加权 Farley Index 并给出评级；检测 Mock 同义反复、纯 Mock 测试、平凡同义反复、框架测试，以及过度指定交互、测试内部细节等 mock 反模式；输出含 8 项属性明细、Tautology Theatre 分析与 Top 3 改进建议的报告。
使用方式：由编排器在测试文件纳入范围时调用，也可通过 /test-design-reviewer 直接触发。确定性评分可调用 lib/cli_calculator.py，如 uv run python3 lib/cli_calculator.py normalize-property、compute-farley、full-pipeline。
适用场景：需要判断测试是否值得保留、定位测试设计问题、改进测试可维护性与失败定位能力时。
限制：没有测试文件时需检查文件模式；mock 数量多不一定坏，仅在替代全部真实逻辑时标记；混合套件建议分别评单元与集成测试；遗留套件分数低时聚焦 Top 3 而非全面重写；无信号时默认 5.0。具体收费、价格、平台支持未提供。