用途：对可运行代码进行多维度质量分析与改进，适合 AI 辅助开发冲刺之后、重大发布前的质量检查，或代码“能用但有坏味道”时重构。不适用于删除死代码（官方建议用 conserve:bloat-detector）。
主要能力：覆盖七个维度——重复与冗余（duplication-analysis）、算法效率（algorithm-efficiency）、整洁代码违规（clean-code-checks）、架构契合度（architectural-fit）、反模式（过早抽象、企业化表演、空洞模式）、错误处理（裸 except、吞异常、只考虑正常路径）、加法偏差（imbue:justify）。另含插件/技能类代码的专门检测：委托桩体过大（应小于 30 行，超过 50 行告警）、模块爆炸（10+ 文件且 40% 以上重叠）、单模块过大（超 500 行）、失效的 Python 引用等。
使用方式：命令如 /refine-code、/refine-code --level 2 --focus duplication、/refine-code --level 3 --report refinement-plan.md。流程分六步：建立上下文、维度扫描、按影响/成本/风险排序、生成含文件路径与行号的重构计划、捕获证据（可配合 imbue:proof-of-work）、执行发现。执行模式按调用措辞区分：无条件调用仅出计划；“execute findings”执行 Wave 1；“execute all findings”执行全部波次；“ignore scope guard”跳过分支规模限制；“do not stop until complete”禁止中途总结。完成门槛要求综合文档记录每个候选项的关闭提交或逐项理由，以 .review/findings.json 和引用校验器退出码为准。
分层：Tier 1 快速 2-5 分钟；Tier 2 定向 10-20 分钟；Tier 3 深度 30-60 分钟。
依赖与降级：imbue:proof-of-work、conserve:code-quality-principles、archetypes:architecture-paradigms 均为可选；未安装时分别在报告内联证据、使用内置检查、仅做基于原则的检查。
限制：默认最多三个波次（max_waves 默认 3），预算耗尽或收到停止信号即停止，需将剩余候选项记为缺口；资料未提供收费、价格或平台信息。