Stats
Actions
Tags
From tide
从 HAR 文件生成 pytest 测试套件，结合源码进行 AI 智能分析。触发方式：/tide <har-path>、/tide:tide <har-path>、'从 HAR 生成测试'、提供 .har 文件路径。
How this skill is triggered — by the user, by Claude, or both
Slash command
/tide:tide <har-file-path> [--quick] [--yes] [--non-interactive] [--resume] [--wave N]<har-file-path> [--quick] [--yes] [--non-interactive] [--resume] [--wave N]This skill is limited to the following tools:
The summary Claude sees in its skill listing — used to decide when to auto-load this skill
> **重要：除非必要，否则不要改动已有项目中的测试配置或脚本。如需修改，先用 AskUserQuestion 向用户报告改动原因和改动范围，确认后方可执行。**
重要：除非必要，否则不要改动已有项目中的测试配置或脚本。如需修改，先用 AskUserQuestion 向用户报告改动原因和改动范围，确认后方可执行。 HAR 选择不得猜测：当用户只说 "HAR 在 .tide/trash 下"、"使用 trash 里的 HAR" 或传入目录路径时，不得自行按 mtime、文件大小、名称相似度或模型推断挑选某一个
.har文件。必须先运行scripts.har_inputs.resolve_har_input；如果有多个候选文件，交互模式列出候选并询问用户选择，无头/非交互模式直接失败并给出精确命令示例。 Claude Code 插件命令名：在插件 CLI/非交互上下文中，可靠入口是/tide:tide <har-file> --yes --non-interactive；若/tide返回 Unknown command，必须改用/tide:tide，不得自由生成测试。
在开始之前检查 Tide 插件是否有更新。
# 检查并自动更新插件（无网络时静默跳过）
bash "${CLAUDE_SKILL_DIR}/../../scripts/self-update.sh"
在流程开始时创建 6 个任务：
格式同现有 TaskCreate，ID 依次记为 <task_1_id> 到 <task_6_id>。
标记 task 1 为 in_progress
设置 PLUGIN_DIR="${CLAUDE_SKILL_DIR}/../.."
Python 解释器自动检测与职责分离：
# PYTHON_BIN 只用于运行目标项目 pytest（项目 .venv 可能是 pydantic v1 / Python 3.8）
if [ -f "$(pwd -P)/.venv/bin/python3" ]; then
export PYTHON_BIN="$(pwd -P)/.venv/bin/python3"
elif [ -f "$(pwd -P)/venv/bin/python3" ]; then
export PYTHON_BIN="$(pwd -P)/venv/bin/python3"
else
export PYTHON_BIN="python3"
fi
echo "Using Python: $($PYTHON_BIN --version 2>&1) at $PYTHON_BIN"
Tide 自身脚本不得使用项目 .venv；所有 scripts.* 必须用插件环境运行：
export TIDE_PY='(cd "$PLUGIN_DIR" && PYTHONPATH="$PLUGIN_DIR:$PYTHONPATH" uv run python3'
tide_py() {
(cd "$PLUGIN_DIR" && PYTHONPATH="$PLUGIN_DIR:$PYTHONPATH" uv run python3 "$@")
}
固定运行边界：
export PROJECT_ROOT="$(pwd -P)"
export PLUGIN_DIR="$(cd "${CLAUDE_SKILL_DIR}/../.." && pwd -P)"
mkdir -p "$PROJECT_ROOT/.tide"
tide_py - <<'PY' > "$PROJECT_ROOT/.tide/run-context.json"
import json
import os
from pathlib import Path
from scripts.run_context import resolve_run_context
ctx = resolve_run_context(
argument_text=os.environ.get("ARGUMENTS", ""),
project_root=Path(os.environ["PROJECT_ROOT"]),
plugin_dir=Path(os.environ["PLUGIN_DIR"]),
)
print(json.dumps({
"project_root": str(ctx.project_root),
"plugin_dir": str(ctx.plugin_dir),
"tide_dir": str(ctx.tide_dir),
"har_path": str(ctx.har_path),
"requires_confirmation": ctx.args.requires_confirmation,
"quick": ctx.args.quick,
"yes": ctx.args.yes,
"non_interactive": ctx.args.non_interactive,
"resume": ctx.args.resume,
"wave": ctx.args.wave,
}, ensure_ascii=False, indent=2))
PY
4a. repo profile 配置选择：
if [ -f "$PROJECT_ROOT/.tide/repo-profiles.yaml" ]; then
export REPO_PROFILES="$PROJECT_ROOT/.tide/repo-profiles.yaml"
elif [ -f "$PROJECT_ROOT/repo-profiles.yaml" ]; then
export REPO_PROFILES="$PROJECT_ROOT/repo-profiles.yaml"
elif [ -f "$PROJECT_ROOT/tide-config.yaml" ]; then
export REPO_PROFILES="$PROJECT_ROOT/tide-config.yaml"
else
export REPO_PROFILES=""
fi
tide-config.yaml 支持 repos.profiles schema；不得把 $PROJECT_ROOT/.tide/repos 目录当作 profiles 文件传入。
4b. 运行环境边界：
tide-config.yaml 的 environments.active、项目 env 文件、fixture、runner）。4c. INTERACTIVE HARD GATE：
.tide/run-context.json 中 requires_confirmation=true，优先用 AskUserQuestion 等用户确认，确认前不得进入下一阶段。continue_after_precheck。.tide/parsed.json 解析完成并展示端点/环境摘要后必须询问，确认后记录 continue_after_parse。.tide/scenarios.json 与 .tide/generation-plan.json 生成并展示写入计划后必须询问，确认后记录 continue_after_scenarios。无头执行策略：
.tide/run-context.json 中 requires_confirmation=false，不得调用 AskUserQuestion。.tide/state.json 的 metadata，例如 {"headless_decisions":["continue_after_precheck","continue_after_parse","continue_after_scenarios"]}。requires_confirmation=true，优先尝试 AskUserQuestion。如果调用失败（tool 不存在、返回错误、或在 exec 模式中），自动降级为无头模式：
hybrid（混合模式）.tide/state.json 的 headless_fallback 字段解析 $ARGUMENTS：har_path（必填）、--quick、--yes、--non-interactive、--resume、--wave N
6a. HAR 路径确定性解析（禁止猜测）：
export HAR_PATH="$(tide_py - <<'PY'
import json
import os
from pathlib import Path
from scripts.har_inputs import resolve_har_input
run_context = Path(os.environ["PROJECT_ROOT"]) / ".tide" / "run-context.json"
ctx = json.loads(run_context.read_text())
print(resolve_har_input(ctx["har_path"], Path(os.environ["PROJECT_ROOT"])))
PY
)"
echo "Resolved HAR: $HAR_PATH"
Multiple HAR files found; Do not guess：
.har 文件，请用户选择精确路径后重新解析。/tide .tide/trash/<exact-file>.har --yes --non-interactive。环境检查：检查 $REPO_PROFILES；若为空则进入无源码模式，不得因缺少 repo-profiles.yaml 直接终止。
读取配置：读取 $REPO_PROFILES 和 tide-config.yaml，提取 repos、test_dir、test_types、industry、active environment 等。
无源码降级：repos 为空时设置 no_source_mode=true
惯例指纹加载 + 按需 Prompt 组装： test -f .tide/convention-fingerprint.yaml && echo "FINGERPRINT_EXISTS" || echo "NO_FINGERPRINT" 若 fingerprint 存在：
按需 Prompt 组装（fingerprint_mode=true 时）： 根据 convention-fingerprint.yaml 的内容，从 prompts/code-style-python/ 中选择要加载的模块：
恢复检查：若 state.json 存在且未设置 --resume，询问继续/重来/查看摘要
HAR 校验 + 认证头扫描 + 隐私提示：
HAR 校验：tide_py -c "from scripts.har_parser import validate_har; from pathlib import Path; r = validate_har(Path('${HAR_PATH}')); print(r)"
认证头扫描：tide_py -c "from scripts.har_parser import scan_auth_headers; from pathlib import Path; print(scan_auth_headers(Path('${HAR_PATH}')))"
隐私提示：输出 HAR 数据发送至 AI 模型的提示，请用户确认后继续
参数摘要：打印 HAR 路径/记录数/认证方式/测试目录/源码模式/模式/active environment
成本预估（fingerprint_mode=true 时展示）： 端点数：har-parser 输出中 endpoint 的数量 复杂度分级：
╔══════════════════════════════════════╗
║ Tide 成本预估 ║
║──────────────────────────────────────║
║ 端点数: <N> ║
║ 场景复杂度: <低/中/高> ║
║ 预估 tokens: ~<X> ║
║ 预估成本: ~$<Y> ║
╚══════════════════════════════════════╝
询问用户是否继续。用户拒绝则终止流程。接受则继续。
用户意图采集（新增）： 在进入 Wave 1 之前，用 AskUserQuestion 询问以下问题，明确用户期望的测试粒度：
请选择测试粒度：
A. 单接口回放 — 每个 HAR 端点对应一个独立测试，验证 HTTP 状态码和基本响应
B. CRUD 闭环 — 按资源维度组织增删改查生命周期测试
C. 端到端链路 — 按业务场景串联多个接口（如：建表→同步→查询→清理），含 setup/teardown
D. 混合模式 — 核心链路做端到端，其余做单接口回放
同时询问用户业务场景描述（可选）：
这批 HAR 对应的业务场景是什么？（例如："资产模块的元数据同步全链路测试"）
这有助于 AI 理解接口之间的业务关联，生成更有意义的测试。
根据回答设置 test_granularity（single_api / crud / e2e_chain / hybrid）和 business_context 变量，用于后续 wave。
若未选择，默认 hybrid 模式：检测到同一 module 中有 POST 请求依赖关系则做 e2e，其余单接口。
Task 1 完成。
Task 2 → in_progress
tide_py -m scripts.state_manager init --har "$HAR_PATH"
确定性脚本优先：
tide_py -m scripts.har_inputs "$HAR_PATH" --project-root "$PROJECT_ROOT" 若 CLI 尚未实现，则用 Python snippet 调用 snapshot_har。tide_py -m scripts.har_parser "$HAR_SNAPSHOT" --profiles "$REPO_PROFILES" --output "$PROJECT_ROOT/.tide/parsed.json"$REPO_PROFILES 非空，执行 tide_py -m scripts.repo_sync --root "$PROJECT_ROOT" --profiles "$REPO_PROFILES" sync；若为空，写入 no_source 状态并跳过同步。$PROJECT_ROOT/.tide/project-assets.json。project-assets.json（如无头/print 模式），立即执行确定性扫描：
tide_py - <<'PY'
import os, json, importlib.util, inspect
from pathlib import Path
root = Path(os.environ["PROJECT_ROOT"])
utils_dir = root / "utils"
if utils_dir.exists():
modules = {"modules": {}}
for svc_dir in sorted(utils_dir.rglob("*")):
if svc_dir.is_dir() and (svc_dir / "__init__.py").exists():
rel = svc_dir.relative_to(root)
for py_file in sorted(svc_dir.glob("*.py")):
if py_file.name == "__init__.py":
continue
try:
mod_name = str(py_file.relative_to(root)).replace("/", ".").replace(".py", "")
spec = importlib.util.spec_from_file_location(mod_name, py_file)
if spec and spec.loader:
mod = importlib.util.module_from_spec(spec)
spec.loader.exec_module(mod)
for name, cls in inspect.getmembers(mod, inspect.isclass):
if hasattr(cls, "__module__") and cls.__module__ == mod_name:
methods = [m for m in dir(cls) if not m.startswith("_") and callable(getattr(cls, m))]
modules["modules"].setdefault(str(svc_dir.relative_to(root)), {"services": []})
modules["modules"][str(svc_dir.relative_to(root))]["services"].append({
"class": name, "module": mod_name, "file": str(py_file.relative_to(root)),
"methods": [{"name": m} for m in methods[:20]]
})
except Exception:
pass
with open(root / ".tide" / "project-assets.json", "w") as f:
json.dump(modules, f, indent=2, ensure_ascii=False)
print(f"project-assets.json generated ({len(modules.get('modules', {}))} modules)")
else:
print("No utils/ directory found, skipping project-assets generation")
PY
读取验证输出：
.tide/parsed.json — 解析后的端点列表.tide/repo-status.json — 仓库同步状态.tide/project-assets.json（新增）— 项目工具类资产清单向用户报告解析结果：读取 .tide/parsed.json，按模块和方法归类端点，同时说明测试粒度设定。用 AskUserQuestion 展示以下信息，询问是否确认进入下一阶段：
HAR 解析完成：
- 原始请求数：42
- 去重后端点数：18
- 测试粒度：端到端链路 / 单接口回放
测试场景分布：
batch 模块
场景 1：查询批量任务列表
· GET /api/batch/list
· GET /api/batch/search
...
项目可复用资产（基于 convention-fingerprint）：
- DatasourceService.get_datasource_id_by_name(name) — 按名称查数据源ID
- DataMapService.get_asset_metadata_sync_result(schema, type) — 全链路同步结果
- MetaDataRequest.page_table_column(tableId) — 查表字段
代码生成时将优先使用这些已有封装而非从零实现。
仓库同步状态：
- dt-insight-web/dt-center-assets ✓（main@2a3b4c5）
是否进入场景分析阶段？
输出验证摘要，检查点保存
[Hook] 若 tide-config.yaml 中有 hook 配置，执行 tide_py -m scripts.hooks run wave1:parse:after
Task 2 完成。
Task 3 → in_progress
读取 agents/scenario-analyzer.md，传入上下文：
no_source_mode — 是否无源码模式test_types — 配置中指定的测试类型industry_mode — 是否启用行业规则test_granularity（新增）— 用户选择的测试粒度business_context（新增）— 用户描述的业务场景async_mode（新增）— 自动检测：若端点中有异步接口（返回 taskId 后轮询），标记为 async启动 scenario-analyzer Agent（opus）
读取 .tide/scenarios.json
读取 .tide/scenarios.json 与 .tide/generation-plan.json 后，必须执行：
tide_py -m scripts.scenario_normalizer \
--parsed "$PROJECT_ROOT/.tide/parsed.json" \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
--generation-plan "$PROJECT_ROOT/.tide/generation-plan.json"
tide_py -m scripts.scenario_validator \
--parsed "$PROJECT_ROOT/.tide/parsed.json" \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
--generation-plan "$PROJECT_ROOT/.tide/generation-plan.json"
若 normalizer 仍无法消除重复 scenario_id 或补齐 generation-plan 引用，返回 scenario-analyzer 修复一次；第二次仍失败则停止并写入 .tide/final-report.md。
不得跳过此校验：缺失 .tide/scenarios.json、重复 scenario_id、或 confidence>=medium 比例低于 60% 都是阻断错误，不能继续生成代码。
若非 --quick，展示确认清单供用户确认
[Hook] 若配置了 hook，执行 tide_py -m scripts.hooks run wave2:analyze:after
检查点保存，Task 3 完成。
Task 4 → in_progress
.tide/scenarios.json → generation_plan.tide/project-assets.json（若存在）— 项目已有工具类清单tide_py -m scripts.write_scope_guard snapshot \
--project-root "$PROJECT_ROOT" \
--snapshot "$PROJECT_ROOT/.tide/write-scope-snapshot.json"
.tide/ 和 testcases/。禁止新增或修改 api/、dao/、utils/、config/、testdata/、resource/。agents/case-writer.md，传入：
detected_auth_type — 认证方式project_assets（新增）— 项目已有工具类方法清单，要求优先复用test_granularity（新增）— 测试粒度business_context（新增）— 业务场景描述tide_py -m scripts.deterministic_case_writer \
--project-root "$PROJECT_ROOT" \
--parsed "$PROJECT_ROOT/.tide/parsed.json" \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
--generation-plan "$PROJECT_ROOT/.tide/generation-plan.json"
testcases/ 和 .tide/artifact-manifest.json，不得改 api/、dao/、utils/、config/、testdata/、resource/。5b. 确定性升级约束（新增）：
deterministic case writer 生成的测试仅供骨架参考，不得作为最终输出。无论 deterministic case writer 是否产出可 collect 的测试文件，都必须继续启动 case-writer Agent 对每个生成文件进行实时 HTTP 化改造：
DataValidRequest/MetaDataRequest等），进行方法与端点匹配AssetsBaseRequest 或 BaseRequests（self.req.post/post(url, json=payload)），不得使用 mock 数据（response = {'body': {...}}）response = {'body': ...} 或 response = {'status_code': ...} 形式的 mock 数据CONTRACTS 常量字典作为断言依据（实时测试必须从真实 API 响应中获取数据）self.req、requests.、session. 或 httpx.；如不包含，改造失败tide_py -m scripts.write_scope_guard verify \
--project-root "$PROJECT_ROOT" \
--snapshot "$PROJECT_ROOT/.tide/write-scope-snapshot.json"
tide_py -m scripts.format_checker <generation_plan 中所有 output_file 的父目录>
dataSourceId: 1 等替换为 self.ds_id / self.table_id 变量引用，若无法修复则阻断流水线.tide/format-report.json.tide/scenarios.json 和所有生成测试执行 generated_assertion_gate：
tide_py -m scripts.generated_assertion_gate \
--scenarios "$PROJECT_ROOT/.tide/scenarios.json" \
<生成的 pytest 文件列表>
empty L4、empty L5、missing L4 或 missing L5，本轮质量门必须 FAIL。pytest passed、format passed 或空的 db_verify: [] / ui_verify: [] 当作 L4/L5 通过。.tide/assertion-gate-report.json 或在 .tide/final-report.md 中逐项列出失败原因。[偏好] 写入本次生成的模块数 tide_py -m scripts.preferences write --key last_module_count --value <N>
检查点保存，Task 4 完成。
在进入第四波次前必须执行此门禁，不得跳过。
Task 4 完成后，在 Task 5 开始前，立即运行以下命令：
# --- Live Execution Gate ---
# 脚本检查所有 tide_generated_*.py 是否包含真实 HTTP 调用
# 如果 DETERMINISTIC，写入 .tide/skip-wave4.txt，阻断第四波次
tide_py -m scripts.live_gate check --project-root "$PROJECT_ROOT"
# 读取门禁结果
LIVE_GATE=$(cat "$PROJECT_ROOT/.tide/live-gate-result.json" | python3 -c "import sys,json; print(json.load(sys.stdin)['test_mode'])")
echo "LIVE GATE: $LIVE_GATE"
TEST_MODE=LIVE → 允许进入第四波次。正常进行。
TEST_MODE=DETERMINISTIC → 门禁失败，跳过第四波次。
立即执行确定性骨架升级（必须按顺序执行以下命令）：
# 1. 查找项目已有 HTTP client
echo "=== 项目 HTTP Client 扫描 ==="
for client_py in utils/assets/requests/*.py; do
if grep -q 'class.*Request' "$client_py" 2>/dev/null; then
echo "Found: $client_py"
head -80 "$client_py"
break
fi
done
# 2. 读取 auth 配置
echo "=== Auth 配置 ==="
grep -A5 'auth:' tide-config.yaml 2>/dev/null || true
# 3. 读取一个现有测试作为参考
echo "=== 参考测试文件 ==="
sample_test=$(find testcases/scenariotest/assets -name '*_test.py' -not -name 'tide_generated_*' 2>/dev/null | head -1)
if [ -n "$sample_test" ]; then head -80 "$sample_test"; fi
升级要求：
BaseRequests 的最小 client升级完成后再次运行门禁：
tide_py -m scripts.live_gate check --project-root "$PROJECT_ROOT"
最终判定：
TEST_MODE=LIVE → 允许进入第四波次TEST_MODE=DETERMINISTIC → 跳过整个第四波次，直接进入验收报告阶段。最终报告状态写 DETERMINISTIC_SKELETON（不得写 PASS 或 Success），并说明升级失败原因开始第四波次前必须检查门禁文件：
if [ -f "$PROJECT_ROOT/.tide/skip-wave4.txt" ]; then
echo "Live Execution Gate BLOCKED: tests are DETERMINISTIC (no real HTTP calls)"
echo "Skipping entire Wave 4. Proceed directly to 验收报告与归档."
exit 0
fi
只有门禁通过 (LIVE) 才执行以下步骤。
Task 5 → in_progress
启动 case-reviewer Agent，prompt 见 agents/case-reviewer.md
${PYTHON_BIN:-python3} -m pytest --collect-only -q + ${PYTHON_BIN:-python3} -m pytest -x -v --tb=short）→ 失败语义分析（新增） → 最多 2 轮修复循环 → 输出 review-report.json 和 execution-report.jsonTEST_BUG — 测试写错了（参数不对、断言值错）→ 自动修复ENV_ISSUE — 环境问题（服务不可用、数据不存在）→ 标记为环境问题，调整预期BUSINESS_BUG — 业务 bug（code≠1 但非参数问题）→ 标记为疑似缺陷case-reviewer 结束后再次校验目标写范围：
tide_py -m scripts.write_scope_guard verify \
--project-root "$PROJECT_ROOT" \
--snapshot "$PROJECT_ROOT/.tide/write-scope-snapshot.json"
若失败，立即停止，报告 forbidden path；不得继续 pytest、不得输出成功总结。
用最终 pytest 输出重写 .tide/execution-report.json，确保报告与最后一次实际执行一致：
set +e
"${PYTHON_BIN:-python3}" -m pytest <生成文件列表> -q > "$PROJECT_ROOT/.tide/final-pytest-output.txt" 2>&1
PYTEST_RC=$?
set -e
tide_py -m scripts.test_runner report \
--report "$PROJECT_ROOT/.tide/execution-report.json" \
--output-file "$PROJECT_ROOT/.tide/final-pytest-output.txt" \
--return-code "$PYTEST_RC" \
--total-tests <collect-only 收集到的生成测试数> \
--command "${PYTHON_BIN:-python3}" -m pytest <生成文件列表> -q
若 .tide/execution-report.json 中的 passed/failed/errors/total_tests 与最终 pytest 输出不一致，必须以此命令重写后的 JSON 为准。
读取 .tide/execution-report.json，向用户报告执行结果：
测试执行完成
- 收集：成功
- 通过：15/18
- 失败：3
- 失败归类：测试本身问题 1，环境问题 1，疑似缺陷 1
- 修复轮数：1
生成验收报告
[Hook] 执行 tide_py -m scripts.hooks run wave4:review:after 和 tide_py -m scripts.hooks run output:notify
Task 5 完成。
Task 6 → in_progress
2b. 报告超时保护： 假设代码生成和 pytest 执行已完成（py 文件和 pytest 输出已存在），如果总运行时间接近平台限制（例如 Codex exec 600s），报告生成本身不应导致整个运行失败：
# 核心产物已到位，快速写入简洁报告
# 使用 echo/cat 而非复杂 Python 脚本
# 至少写入状态和文件列表
报告生成应在 30s 内完成。如果超过 60s 未响应，使用极简报告模板（只包含状态、文件列表、pytest 输出）尽快结束。
生成 artifact manifest：
tide_py - <<'PY'
from pathlib import Path
from scripts.artifact_manifest import collect_artifact, write_manifest
project = Path("$PROJECT_ROOT")
artifacts = []
for rel, kind in [
(".tide/run-context.json", "run_context"),
(".tide/parsed.json", "parsed"),
(".tide/repo-status.json", "repo_status"),
(".tide/project-assets.json", "project_assets"),
(".tide/scenarios.json", "scenarios"),
(".tide/generation-plan.json", "generation_plan"),
(".tide/review-report.json", "review"),
(".tide/execution-report.json", "execution"),
]:
path = project / rel
if path.exists():
artifacts.append(collect_artifact(project, path, kind))
write_manifest(project, artifacts)
PY
生成 .tide/final-report.md，必须包含：
test_mode: LIVE / DETERMINISTIC_SKELETON / LIVE_WITH_DETERMINISTIC_FALLBACK)。test_mode=LIVE 时）。test_mode=LIVE 且 pytest all pass → PASS（仅此情况可写 PASS）test_mode=LIVE 且 pytest 有失败 → FAIL，附失败归类test_mode=DETERMINISTIC_SKELETON → 最终状态写 DETERMINISTIC_SKELETON，不得写 PASStest_mode=LIVE_WITH_DETERMINISTIC_FALLBACK → 根据 LIVE 部分结果写 PASS/FAILscripts.generated_assertion_gate 结果；若存在 empty L4、empty L5、missing L4 或 missing L5，最终状态必须写为 FAIL（覆盖 test_mode 规则）。test_mode=LIVE 时，不得输出成功总结。[Hook] 执行 tide_py -m scripts.hooks run output:notify
Task 6 完成。
在预检 HAR 校验完成后输出以下内容，等用户确认再进入 Wave 1：
[HAR 内容隐私提示]
HAR 文件中的 URL、请求/响应数据将发送给 AI 模型进行分析。
敏感头（Cookie/Authorization）已在解析时自动剥离。
如包含业务敏感数据（用户 PII、密钥等），建议脱敏后再使用。
确认继续？
Guides creation, editing, and verification of skills for AI coding agents using test-driven development with subagent scenarios. Use when authoring or debugging skills.
npx claudepluginhub koco-co/tide --plugin tide