工程

验证文档内容是否符合声明范围、与项目目标对齐，并反映实际代码库状态，输出基于文件的审计报告。

检查注释遵循WHY非WHAT原则、密度控制在15-20%、禁止内容规避、文档字符串质量及与实际代码的一致性。

检查文档层级与链接、单一数据源、主动压缩、需求合规性、代码与文档一致性、遗留清理及技术栈适配。

在测试规划前研究真实场景问题、竞品解决方案及客户反馈，将研究发现以Linear评论形式同步给ln-522与ln-523。

检查DRY/KISS/YAGNI及架构合规性，输出量化代码质量评分。通过MCP Ref验证决策最优性、合规性与性能表现。

编排测试规划流水线（调研→手工测试→自动化测试），协调ln-521/522/523三个子节点。由ln-500质量门禁调用。

L3级自动技术债务清理节点，读取代码审计结果，对置信度≥90%的低风险问题（未使用导入、死代码、过期别名）执行安全自动修复。

整合MCP Ref、Context7及网络搜索，研究最佳实践并输出指南、手册、ADR或研究报告。单次研究可生成多类型文档。

创建testing-strategy.md与tests/README.md，确立测试理念与Story级测试任务模式。ln-100文档流水线中的L2工作节点。

通过MCP Ref检索技术标准和设计模式，生成Story技术笔记中的标准调研章节。可复用的工作节点。

基于Letta API构建有状态智能体应用，提供Python与TypeScript SDK模式及24个可运行代码示例。

使用Letta Conversations API管理隔离消息线程，适用于多用户聊天应用与会话上下文分离场景。

生产级端到端测试工具包，支持测试生成、 flaky失败修复、Cypress/Selenium迁移、TestRail同步及BrowserStack云执行。

为新成员提供结构化的代码库熟悉路径，加速工程团队的开发者体验建设，缩短技术人员的入职适应周期。

自动扫描代码库结构，识别技术栈、框架依赖与设计模式，生成包含技术债务评估的全面文档，快速理解陌生项目。