用途：本 skill 通过 Testany MCP 工具管理 Testany 平台上的 pipeline。pipeline 是 Testany 的执行与编排单元；trigger 只是执行入口，不是编排层。常规场景执行使用 pipeline，case dry-run 属于另一需授权的验证动作。
主要能力：Create（testany_create_pipeline）、Read（testany_get_pipeline、testany_get_pipeline_yaml、testany_list_pipelines、testany_list_my_pipelines）、Update（testany_update_pipeline）、Delete（testany_get_pipeline_used_by 后 testany_delete_pipeline）、Validate（testany_verify_pipeline）、引用检查（testany_get_pipeline_used_by）。
输入优先级：Primary 为 automation design / decomposition（多来自 testany-case-writing）；Secondary 为用户明确给出的 case keys 与依赖；Fallback 为从现有 case metadata 反推，且必须回显让用户确认。仅当无条件分支、无 relay、无 expect: fail 且用户只要简单顺序执行时，可用 case_keys 自动生成；出现 relay、whenPassed/whenFailed、expect: fail 或分支、前置、清理、失败路径时必须手写 YAML。
使用流程：先统一心智模型并判断输入模式；Phase 1 获取 workspace 与 cases；Phase 2 确定名称、workspace、case keys、顺序、relay、失败分支与 expect: fail；Phase 3 验证 relay 与依赖，检查源 case 是否含 type='output' 变量、目标 case 是否含 type='env' 变量，源须位于目标之前，relay 不得与 whenFailed 组合，且禁止把 type='secrets' 行作为 relay 源或目标；Phase 4 创建；Phase 5 用 testany_verify_pipeline 验证 kind（rule/v1.2 或 rule/v1.3）与 rules 结构。创建与依赖新 key 的调用存在数据依赖，须先取得并检查创建响应，再将实际 pipeline_key 传给后续调用。更新时先读取当前配置与 YAML，提交后读回核对。删除前须检查被 Plan / Manual Trigger / Gatekeeper 引用的情况，无引用后再删除，操作不可撤销。缺失事实：官方文档详情暂未提供。