用途：在部署前测试提示词是否产生预期行为，覆盖命令、hooks、技能、子代理指令以及面向用户的LLM提示。核心原则是把TDD应用于提示词：若未先观察代理在没有提示时的失败，就不知道提示需要修复什么。
主要能力：采用RED-GREEN-REFACTOR循环。RED阶段用子代理在没有提示的情况下运行场景，逐字记录代理行为与错误；GREEN阶段针对已记录的具体失败编写提示，再用子代理验证失败是否消除；REFACTOR阶段修补漏洞、提升清晰度、精简token，并用全新子代理复测，确保行为不退化。还提供并行基线测试、A/B对比、回归测试、压力测试等子代理测试模式，以及按提示类型（指令、纪律强制、指导、参考、子代理）区分的测试策略与部署前检查清单。
使用方式：通过Task工具以general-purpose子代理运行场景，先不给提示取得基线，再带上提示重跑相同场景；子代理须为全新、不带对话历史或被测提示内容。纪律强制类提示需用带多重压力的现实场景测试其抗合理化能力。
适用场景：提示清晰度重要、要求一致性高、失败代价大或提示会被复用时。
限制：资料要求使用者须先掌握test-driven-development，建议了解prompt-engineering；未提供具体安装命令、收费、平台支持等信息。