用途：核查 AI 或机器人对某个 PR 生成的评审意见，判断其准确性。通过把每条评论与真实 diff 及相关文件交叉比对，区分真实发现、低优先级噪音与幻觉，从而在合并前筛出值得处理的反馈，生成按优先级排序的行动清单。
前置条件：必须已安装并认证 gh CLI。
主要规则（按优先级）：1) Setup & Input（关键）：setup-gh-cli 先确认 gh 可用且已认证；setup-resolve-pr 从用户消息中的编号或 URL 解析 PR，否则回退到当前分支。2) Data Gathering（关键）：fetch-pr-data 用一次 gh pr view --json 调用获取评论、评审、正文、标题与文件；fetch-complete-coverage 还要拉取行内评审线程评论，审查全部而非抽样。3) Validation（关键）：validate-against-diff 将每条评论与真实 diff 及引用文件交叉比对；validate-hallucination 分类为 Valid / Low Priority / Hallucination / Addressed；validate-worth-addressing 判断技术上成立的意见是否值得改动。4) Output（高）：output-summary-table 输出带固定评估标签的优先级排序表；output-followup-details 按需展开单条（评论 ID、评估、结论）。
核心流程：确认 gh 可用并认证，解析目标 PR；拉取全部 PR 数据及行内评论并计数确保无遗漏；逐条比对 diff，判定幻觉或有效并权衡是否值得处理；输出优先级排序汇总表，再按用户要求展开某条。
输出格式：单个表格，按优先级排序（Critical 优先），列为 #、简要评论、评估、优先级。评估标签：✅ Valid、⚠️ Low Priority、❌ Hallucination、✔️ Addressed。优先级：Critical（合并前必须修复）、High（应处理）、Medium（有更好）、Low（次要），幻觉或已处理标 -。结尾提示可按编号追问（如“more on #2”）。
详细说明与正误示例见各规则文件：rules/setup-gh-cli.md、rules/setup-resolve-pr.md、rules/fetch-pr-data.md、rules/fetch-complete-coverage.md、rules/validate-against-diff.md、rules/validate-hallucination.md、rules/validate-worth-addressing.md、rules/output-summary-table.md、rules/output-followup-details.md；完整合订版见 AGENTS.md。
限制：资料未提供具体收费、价格、支持平台或效果数据。