用途：对 AI 智能体代码执行全面验证，由该编排技能调用多个专项检查技能，并将结果合并为统一报告。全部分析在本地完成，代码不会发送到外部服务。
主要能力：包含安全、智能体模式、代码质量、语言特定四类检查。安全项检查硬编码密钥、依赖版本固定、输入验证、错误信息暴露与安全默认值；模式项检查循环安全（终止条件）、重试限制、工具注册一致性、上下文大小、LangGraph 环分析；质量项检查命名规范、代码组织、魔法数字/字符串、文档与错误处理；语言项按检测到的 Python、TypeScript/JavaScript 或 Go 执行对应检查。
使用方式：当用户要求“verify agent”“verify my agent”“audit agent”“full verification”“check compliance”等时触发。也可使用子模式："verify agent security" 调用 verify-security，"verify agent patterns" 调用 verify-patterns，"verify agent quality" 调用 verify-quality，"verify agent language" 调用 verify-language。流程先做上下文发现：通过 pyproject.toml、package.json、go.mod 判断主语言；通过导入识别 LangGraph、CrewAI、AutoGen、LangChain 或自定义智能体；若存在 .kahuna/ 目录则读取 .kahuna/context-guide.md。随后依次运行各类检查并整合报告。
报告与导出：报告包含摘要、分类统计表、各分类详情与建议。发现项标注 [P] 模式匹配或 [H] 启发式，以提示置信度。可选导出，先询问用户，确认后执行 mkdir -p reports/verification，并以真实当前时间生成文件名 reports/verification/{date}_{time}.md。
适用场景：智能体代码审计、合规检查、提交前质量把关。限制：官方文本暂未提供，未说明支持的框架版本、外部服务集成、是否收费及具体价格；Kahuna 为增强项而非必需，工具内置规则可独立运行。