self-review 是一个用于开发阶段分支自审的技能，目标是在推送或开 PR 之前，对当前分支的代码自动完成跨模型审查与修复。它按照 pr-review 的多角色方法论运行 codex（OpenAI GPT）进行跨模型审查，逐条应用修复，然后再审查，循环直到发现收敛或触发停止条件。
主要能力与循环语义：
- 逐发现原子提交：每个修复都有独立的常规提交，便于回滚。
- 停止条件为不可协商项：一旦某条停止条件触发，循环即停止，剩余工作直接呈现给用户。
- 用户可随时用 ctrl-c 中断，主会话会捕获并报告部分状态。
上下文隔离设计：
- codex 每次迭代在全新进程中运行，与主会话不共享对话上下文。
- codex 的冗长输出（详细发现文本）写入临时文件，不进入聊天；每轮只有结构化 JSON 摘要进入主会话记忆。
- 主会话实施修复时必须按 codex 发现中的 Mitigation: 字段字面、机械地执行，不做额外判断、不提替代方案、不扩大范围。
- 若仅凭 Mitigation 字段无法修复（含义不清、需要设计判断，或涉及该发现范围之外的代码），则本轮跳过该发现，最后呈现给用户。
禁止裁决推理：该技能不产出 wontfix 决策，发现要么被自动修复，要么被升级呈现。不要自行判断“这条发现不重要”。
质量门：每轮修复后运行测试（pnpm test 或按仓库探测到的命令），失败即停止并升级。
作者偏差处理：codex（跨模型）生成发现，在发现生成层隔离偏差；主会话按字面执行 Mitigation 写修复，偏差面被限定为机械执行准确性而非裁决判断。若出现“我认为 codex 这条不对”的推理，属于不允许的裁决推理，应升级给用户。
模式：
- loop（默认）：codex 审查 → 逐发现修复并提交 → 测试 → 再审查 → 循环直到停止。
- review-only：单次 codex 审查，呈现发现后停止，不修复、不提交、不测试。 模式选择：用户说“self review”或“review my branch”走 loop；说“just show me findings”或“self review without fixing”走 review-only。
适用场景：
- 刚在功能分支写完代码，工作区干净且已提交，希望在推送前自动完成跨模型审查加修复。
- 正在迭代功能，希望快速收敛到干净状态。
- PR 前的健康检查，先捕获 codex 能发现的明显问题。
不适用场景：
- 带 sticky 评论与行内讨论的实时 PR 审查，应使用 /cadence:pr-review。
- PR 打开后的 babysit 工作，应使用 /cadence:pr-babysit。
- 工作区存在未提交改动时应停止，先让用户提交或储藏。
- 希望手动控制裁决时，使用 review-only 自行决定。
启动检查：需要 codex CLI（codex --version、codex login status）、CLAUDE_PLUGIN_ROOT 指向 cadence 安装根、干净工作区，并探测基准分支与测试命令；任一失败即停止，不自动安装。循环算法维护 ITER、MAX_ITERS=3、FINDING_HISTORY，并定义 SC0 到 SC4 等停止条件，包括发现数为零、仅有卫生级发现、达到迭代上限、同一发现出现三次、发现发散等。