用途：当需要围绕 Agent 记忆的写入/读取/更新/删除、保留、污染、隔离、来源和遗忘行为做有证据的分析、设计或验证准备，或评审 Agent、RAG、LLM 方案并形成可执行改进项时使用。输入不完整时仍可交付带假设、信息缺口和人工决策边界的受限初版。
主要能力：默认输出 Markdown，按领域风险、证据状态、优先级和边界组织；用户要求表格、CSV、JSON 或工单格式时保留相同发现字段、证据和决策边界。执行时先阅读并遵循 prompts/agent-memory-testing.md，提取范围、环境、版本、时间窗口、约束、成功标准和可用证据，重点检查写入读取、更新删除、保留策略、租户隔离、来源追踪。区分已确认事实、证据支持的推断、候选建议和 Human 决策，按风险与证据强度排序，并把高风险项转成前置条件、步骤、预期结果或判断标准、所需证据和验证方法。
使用方式：每次执行必须读取 prompts/agent-memory-testing.md；需要评测时读取 evals/eval.yaml 和 evals/cases/ 下匹配用例；校准领域结果或证据缺口时读取 references/domain-decision-example.md。只有目录实际存在且任务需要时，才读取 references/、examples/、scripts/ 或 output-formats.md。
领域要点：为记忆记录 tenant/user ID、memory ID、内容版本、来源、写入时间、有效期、撤回/删除状态；检索结果保留来源版本。新旧偏好冲突未定义时标为待确认，不默认最后写入或自定保留期。两租户同查询分别核对可见集合；版本更新后检索过时内容、到期后返回、删除后仍返回按项目一致性窗口判定。删除检查索引、缓存与备份等实际范围，未提供删除传播/备份保留协议时只报告已验证部分。
限制：只分析记忆相关行为，不替代业务负责人或 Human 的风险接受、例外批准和安全决定；不编造系统行为、字段、模型输出、数据、阈值、根因、执行记录或通过结论；静态设计、计划、文件存在或 dry-run 不能升级为真实执行证明；证据不足时使用待确认、blocked、unassessed 或 NOT_SCORED，并给出最小验证方法；涉及用户数据、生产或安全时采用最小权限、脱敏数据、mock、dry-run 或隔离环境。