Evidence-Driven Testing 是一个面向代理的技能，用于在执行 UI 测试时记录可视化的行为证据，并将证据交付到指定位置。它强调“边测试边记录”：录制内容就是代理通过 computer use 亲手操作应用的实时会话，而非预先编排的播放或合成画面。
用途：为 UI 行为、交互流程、缺陷修复、API 或性能变化生成可核查的证据。证据形式与变更类型相匹配：交互式流程使用屏幕录制，无头 UI 检查使用脚本化捕获，CLI 或 API 变更使用输出配对。仅涉及文档的修改不需要录制，只需进行内容检查和可运行示例验证。
主要能力：
- 内置录制器 scripts/evidence.py，在 Linux、macOS 和 Windows 上通过 FFmpeg 捕获屏幕。
- 在测试过程中添加的注释会带上时间戳，并在停止录制时烧录进视频。
- 使用 ffprobe 校验结果，输出 evidence.mp4、report.md 和 manifest.json 到会话文件夹。
- 崩溃安全的原始捕获：原始录制为 MPEG-TS 格式（raw.ts），即使录制器被强制终止或崩溃，已捕获的内容仍可探测和渲染。
- 支持多种捕获源：Linux X11/XWayland（x11grab）、Linux Wayland（wf-recorder）、macOS（avfoundation）、Windows（gdigrab）。默认捕获全屏，可通过 --geometry 和 --offset 裁剪区域。
- 平台支持情况由 doctor 命令检查：python3 $EVIDENCE doctor 会验证 ffmpeg、ffprobe、libx264 和 ass 滤镜，并检测可用的屏幕捕获源。
- 提供回退录制器：当 doctor 报告无捕获源时，可使用 cua-driver 录制或操作系统自带录制器（如 macOS 的 screencapture）。在这些路径下无注释叠加，需以文件形式维护断言列表。
使用方式（概要）：
- 准备屏幕：最大化浏览器或应用窗口，关闭弹窗和通知，在录制前导航到起始状态，记录被测的精确修订版本（如 git rev-parse HEAD）。
- 开始录制：运行 python3 $EVIDENCE start 并指定输出目录、标题、提交、分支和环境，获得会话路径。
- 通过 computer use 测试并注释：执行每个交互，在测试开始时添加 test_start 注释，在每次检查后添加 assertion 注释（结果可为 passed、failed 或 untested）。断言应简洁（少于 80 字符），每次有意义的状态变化对应一条断言。无法运行的测试需标记为 untested 并说明原因。
- 停止并审查：运行 python3 $EVIDENCE stop 停止录制，烧录注释，生成报告和清单。确认关键帧可见，填写报告中的 Caveats 部分。
- 发布证据：将 report.md 和视频作为 PR 评论或按任务要求发布，并确认视频可播放。
适用场景：
- UI 交互流程验证（点击、输入、导航等）。
- 缺陷修复的前后对比。
- API 或性能变化的脚本化探测，记录请求次数、延迟等数据。
- 渲染或着色器变化的帧捕获与像素断言。
- 代理行为记录，截取相关对话记录展示工具调用和响应。
限制与约束：
- 视频必须展示真实的实时测试会话，严禁使用脚本播放、拼接片段或合成画面。
- 若测试环境缺少 computer-use 工具但存在 GUI，可通过 cua-driver 驱动应用，这仍是实时测试。
- 无 GUI 时走无头路径，使用 Playwright 脚本化捕获，并以文件形式保存断言列表（assertions.md）。
- 录制前必须最大化窗口，不得录制半覆盖或平铺窗口。
- 不得录制包含秘密、令牌、客户数据或支付详情的屏幕；如流程需要，应标记为 untested 并说明原因。
- 验证修复时，应同时展示或引用旧的失败与新成功。
- 必须明确声明测试所对应的精确提交、分支或部署版本。
- 证据是仓库检查（类型检查、构建、测试）的补充，不能替代它们。
- 无头路径中，Playwright 脚本需自包含；使用项目已有的 Playwright 设置处理本地导入。
- 捕获工具升级时，需更新 scripts/playwright/package.json 并重新生成锁文件。
暂未提供的信息：该技能的具体收费模式、价格、平台兼容性的完整列表、性能指标或效果评价均未在资料中说明。