用途：critique 用于对界面做 UX 设计批判，输出结构化的设计评审报告，而非单纯罗列问题。
主要能力：流程分为五步。第一步准备，要求先调用 /impeccable 获取设计原则、反模式与上下文收集协议，若无设计上下文须先运行 /impeccable teach，并明确界面目标。第二步并行收集两份独立评估，二者不可互看结果以免偏差。评估 A 为 LLM 设计评审，阅读 HTML、CSS、JS/TS 源码，并在可用时用浏览器自动化目视检查，重点做 AI 痕迹检测，检查视觉层级、信息架构、情感共鸣、可发现性、构图、排版、颜色、状态与边缘情况、微文案，并运行 8 项认知负荷清单、情绪旅程与 Nielsen 十项启发式评分（0-4 分）。评估 B 为确定性检测，运行自带检测器标记 25 种模式：CLI 扫描命令为 npx impeccable --json [--fast] [target]，仅传含标记的文件或目录，不要只传 CSS；URL 跳过 CLI，改用浏览器可视化；大目录用 --fast；500 个以上文件需收窄范围或询问用户；退出码 0 表示干净、2 表示有发现。浏览器可视化先启动 npx impeccable live &，记录端口，新标签页打开页面，用 javascript_tool 注入检测脚本，等待 2-3 秒，再用 read_console_messages 按 impeccable 前缀读取结果，完成后 npx impeccable live stop 清理。
使用方式：第三步合并两方结果生成报告，包含设计健康分（Nielsen 十项评分表格，总分 40）、反模式判定、整体印象、做得好的部分、按 P0-P3 排序的优先问题、角色危险信号、次要观察与启发性问题。第四步用 AskUserQuestion 针对具体发现提 2-4 个问题，确认优先级、设计意图与范围。第五步按用户答案给出推荐命令列表，命令限于 /animate、/quieter、/shape、/optimize、/adapt、/clarify、/layout、/distill、/delight、/audit、/harden、/polish、/bolder、/typeset、/critique、/colorize、/overdrive，最后以 /polish 收尾，修复后可重跑 /critique 看分数是否提升。
适用场景：需要系统评估现有界面设计质量、识别 AI 生成感、量化可用性问题并规划改进命令时。
限制：依赖于 /impeccable 及其上下文；浏览器可视化需浏览器自动化工具，URL 场景无法用 CLI；子代理不可用时只能顺序评估；文档未说明收费、价格或具体平台支持，暂未提供。