用途：这是 llmem 中自动审查结果持久化钩子的参考文档。每次对抗式代码审查结束后，需机械地运行 llmem track-review 命令，把审查发现保存为 self_assessment 记忆，无需人工干预。
主要能力：支持批量与单条两种写入方式。批量模式使用 llmem track-review --finding-file /tmp/review-findings.json --context "handler.py"，其中 finding-file 为 JSON 数组，每项含 category、what_happened 及可选 severity。单条模式使用 llmem track-review --category NULL_SAFETY --what-happened "missing null check" --context "handler.py:42" --severity Required --caught-by self-review。无发现的干净审查运行 llmem track-review --context "handler.py"，生成一条 REVIEW_PASSED 记忆。可用 llmem suggest-categories Required 查询某严重度对应的分类。
严重度映射：Blocking 对应 AUTH_BYPASS、RACE_CONDITION、DATA_INTEGRITY；Required 对应 NULL_SAFETY、ERROR_HANDLING、MISSING_VERIFICATION、EDGE_CASE；Strong Suggestions 对应 PERFORMANCE、DESIGN；Noted 对应 OFF_ONE_BY；Passed 对应 REVIEW_PASSED。映射为建议性质，应选最贴合实际发现的分类。
内容格式：记忆使用 SELF_ASSESSMENT_FIELDS，字段包括 Category、Context、What_happened、Outcomes、What_caught_it、Estimates_vs_actual、Recurring、Proposed_update、Iteration_count。
验证：用 llmem search "review_tracker" --type self_assessment 确认至少生成一条记忆，并核对分类与严重度映射。
限制：Python API 尚在计划中、暂未实现，当前以 CLI 为主要接口。适用场景为对抗式代码审查后的结果记录与核查。