用途：依据 HTSM 的 SFDIPOT 模型，从结构、功能、数据、接口、平台、操作、时间七个视角系统分析需求文档、史诗、用户故事、规格或架构文档，产出测试策略与测试想法，用于新史诗规划、冲刺需求评审、测试策略定义、风险评估和覆盖缺口分析。
主要能力：自动识别文档类型与领域上下文（如电商、医疗、金融）；按七个产品因素逐一分析，其中结构关注代码、依赖、配置与可执行文件，功能关注应用功能、计算、错误处理、安全、状态转换、消息与数据转换，数据关注输入输出、持久化、存储、边界、校验与格式，接口关注 UI、API、集成、协议与 CLI，平台关注浏览器、操作系统、硬件、外部软件与网络，操作关注常规与极端使用、用户管理、管理操作与恢复，时间关注并发、调度与操作顺序。生成测试想法时要求使用动作动词而非“Verify X”句式，并分配 P0 至 P3 优先级及自动化适配度。
使用方式：通过 agent 调用，例如 await Task("SFDIPOT Assessment", { input: epicDocument, outputFormat: "html", domains: ["ecommerce"], brutalHonesty: true }, "qe-product-factors-assessor")，并可调用 qe-test-idea-rewriter 重写测试想法；输出格式支持 HTML、JSON、MD、Gherkin。记忆命名空间为 aqe/sfdipot/，下设 assessments、patterns、test-ideas、questions。
质量规则：人类探索占比不低于 10%；避免“Verify X”模式；优先级分布建议 P0 占 8-12%、P1 占 20-30%、P2 占 35-45%、P3 占 20-30%。自动化适配建议：单元 30-40%、集成 15-25%、端到端不超过 50%、人类探索不低于 10%。
限制：官方文本未提供具体安装命令、收费或价格信息；相关技能包括 brutal-honesty-review、risk-based-testing、context-driven-testing、exploratory-testing-advanced。