用途：在 Codex CLI 主机上执行测试驱动开发（TDD）的红-绿-重构循环，确保生产行为变更前先有聚焦测试失败作为证据。该技能原为 Claude Code 设计，后适配 Codex；交叉引用命令使用 Codex 中已安装的技能名，而非 /octo:* 斜杠命令。
主要能力与规则：在请求变更前，不得改变生产行为；先命名可观察行为及能证明它的最小公共边界；写一个聚焦测试，仅在公共边界无法隔离失败模式时才直接测试内部不变量；运行并记录预期失败、命令与退出状态；实现能通过的最小改动；先跑聚焦测试，再跑受影响套件；仅在测试保持绿色时重构。若测试在实现前就通过，不算 red 证据；若因夹具或语法问题报错，需修复测试直到它因缺失行为而失败。
测试合并：相似断言不等于重复保证，需保留独立的操作系统、安全、取消和集成边界。每移除一个测试，需记录 old_test、behavior、replacement、mutant、red_observed、baseline_ms、candidate_ms 和 reason；保留的测试必须在预期调用边界杀死指定 mutant。性能上，一次预热后测量五次隔离运行，报告每个样本与中位数；仅当同时超过 20% 和 100 ms 时才审查变慢。
使用方式与限制：常规 TDD 不产生额外 provider 调度；仅当用户传入 --peer-review、明确要求独立审查或既有风险策略要求时，才使用一个外部审查者。显式 debate、council 和多模型命令保留各自执行契约。完成需具备观察到的 red 与 green 证据、受影响套件结果，以及移除测试时的合并台账；缺失审查者应报告为审查不完整，绝不模拟。若同一测试在两次实现尝试后仍为红，应停止并重新检查测试边界、夹具与预期行为，策略轮换钩子提示尝试根本不同的假设。审查准入需读取已安装插件中的 skills/blocks/engineering-method-selection.md；主机工具等价物见 skills/blocks/codex-host-adapter.md。