用途：设计或评估测试、验收检查、CI 覆盖及浏览器验证；当验证本身是主要交付物，或需要专门验证能力时使用。核心理念是在最窄的可靠层级验证可观察行为，并依据项目约定和失败成本决定覆盖范围。
主要能力：先查看相关契约、邻近测试、fixture、命令和 CI 配置，选择能针对目标行为失败的检查，并覆盖重要的负向路径。当测试层级或覆盖取舍不清晰时，参考 test-strategy.md。优先使用既有测试基础设施和稳定 fixture，测试公开行为而非偶然的实现细节，避免隐藏网络依赖、生产数据和基于时序的断言；仅为保护有意义的行为添加自动化，不写只镜像琐碎改动的测试。
浏览器验证：使用宿主与项目策略指定的浏览器界面进行交互、探索、截图和视觉对比；该界面失败应先排查，再考虑回退，并说明证据来自哪个界面。用户指定了具体界面时，替换前需先征询。源码管理的 Playwright E2E 提供可重复的回归覆盖，应与手动浏览器检查区分；视觉对比条件或歧义重要时参考 ui-visual-verification.md。
运行与收尾：运行聚焦检查和仓库必需的关卡，失败先调查再扩大范围，修复后只重跑受影响检查；未变职责在等价条件下可复用通过结果，提交、PR、合并或交接本身不构成重跑整套测试的理由。遵守明确的测试预算，仅在能解决实质缺口时提议更广的套件，涉及项目策略或未批准成本时先询问，证据充分即结束。报告需包含命令、结果、相关覆盖、所用浏览器界面及剩余缺口；不得仅凭静态检查声称已完成行为或视觉验证。
限制：是否使用子智能体需事先获得对数量和范围的明确批准，并在批准范围内复用，扩大前需再次询问。具体实现细节、依赖版本与完整命令示例暂未提供。