用途：指导编写和修复测试，使测试验证可观察行为而非实现细节，并在写测试、审查测试、选择测试范围与打桩策略、修复脆弱测试时使用。
主要能力与主张：通过仍然封闭（hermetic）且搭建成本低的最宽边界来测试行为；按改动规模决定验证强度，并完成项目要求的检查；不为追求某测试风格而扩大生产代码范围。资料列举了需纠正的习惯：照刚写的代码写测试、把实际输出粘贴为预期值、按源码结构镜像测试、默认打桩、改测试而非改代码、为求通过而改动环境、在共享环境里试错调试、盲接快照、为凑量生成重复测试、掩盖失败、测试框架本身。
使用方式：先判断复杂度所在——进程内（算法、领域规则、解析器）侧重领域层深测，边界（服务、胶水、编排）从边缘用真实夹具测契约。随后按情形选择：无意义的胶水/getter 可跳过；纯逻辑少依赖走公共 API，优先属性或穷举测试；编排、真实 I/O、控制器/数据库/文件系统行为做集成测试；复杂且重依赖则抽取领域逻辑单独测试；仅部署、接线、真实第三方行为或负载下基础设施才需要部署环境，优先临时环境。边界扩大到搭建昂贵或不再封闭时停下，IO 不是唯一标准。
规则与限制：常规测试不依赖共享外部服务；失败必须能定位缺陷；一个测试对应一个领域专家可识别的场景，按行为命名；优先基于输出的测试，其次基于状态，通信打桩只用于兼容性敏感的外部调用；未管理依赖优先用假实现，本地真实数据库/文件系统尽量保留；时间相关行为用注入时钟或项目既有假计时器；遵循 Arrange-Act-Assert，Act 仅一个操作；设置范围限于需要的测试。红旗包括：预期值可追溯到实际输出、测试重复生产逻辑、因检查内部结构而在重构时失败、需要多个服务或共享环境、把数据库/文件系统行为打桩掉、无界休眠或抑制失败、测试与所覆盖代码在同一提交中改动且无说明。质量标尺是：行为破坏时失败、重构时保持绿色、失败时指向一个明显原因，抗重构最重要。
其他：资料提到 REFERENCE.md 涉及测试规模、金字塔/蜂窝选择、check() 接缝、可观测点、expect 测试、属性与模糊测试、humble-object 重构与数据库模式，但未提供其内容。安装命令、收费、平台与价格等信息暂未提供。