用途：把 QA 相关文本（测试执行总结、缺陷报告、Sprint 更新、Slack 消息、复盘、PR 评论）从 AI 腔改写为工程师可用的直白表述。
主要能力：识别并改写十类 QA 特有 AI 模式，包括模板式开头、夸大严重性、沉迷通过率、泛化风险语言、同义词循环、"尽管有挑战"式结尾、空洞的干系人更新、无信息量的 PR 评论、缺陷报告注水、三点式总结。改写原则：具体优于全面；说发生了什么而非归入哪类；先讲坏了什么和该做什么；保留全部事实、删掉形容词；不得编造来源中没有的数字、复现步骤或指标，缺失就写明缺口。
使用方式：先查 .agents/qa-project-context.md 获取团队语气、跟踪系统与严重级别约定；再确认读者（工程师/高管/客户）、渠道（Slack/PR 评论/正式报告）以及数字与严重级别是否为必须原样保留的锁定事实。改写时删掉开头铺垫，先给关键事实，把类别替换为具体项，清除填充语，补充有用的下一步与风险（但不虚构）。
验证：用 grep 提取输入输出中的数字与 P0-P3 级别做 diff，输出集合必须是输入集合的子集；用填充语黑名单正则检查输出应为零匹配；再跑通用 humanizer/avoid-ai-writing 技能做二次清理。完成标准为事实全部保留、无填充语、无同义词循环、通过通用去 AI 化检查，且只交付改写版。
限制：不改变任何数据；不提供来源中不存在的指标；具体命令与正则需参照 references/filler-blocklist.md；相关技能包括 ai-bug-triage、qa-metrics、qa-dashboard、quality-postmortem。