用途
skill-refine 是一个面向高质量产物的评分与改进工作流技能。它通过预先冻结的评分标准（rubric）、独立模型评审、实施编辑和有界重评分，帮助提升文本、代码、计划等产物的质量。技能源于 nyldn/claude-octopus 仓库，实际为宿主管理的流程，使用真实的模型调用。
主要能力
- 支持对文本、文件、计划、代码、图像等宿主可检查的产物进行评分与改进。
- 自动选择或接受用户提供的评分标准，测试其与目标成果的匹配度，必要时进行有限调研（最多2次调用）。
- 使用 Claude 和 Codex 两个独立模型作为评审，每个评审获得相同的完整评分标准、目的、约束、候选快照和验证证据，但不能看到其他评分或目标分数。
- 评分验证器（refinement-score.py）会保守计算两个评审的较低总分，并要求每项标准达到最低分、无阻塞性问题、通过守卫检查、总分差异不超过10分。
- 根据评审结果实施改进，重新评分，仅当保守分数提高、所有守卫通过且无标准最低分或阻塞问题回退时保留候选。
- 记录完整的迭代轨迹（trajectory.json），包括原始分数、每轮分数、接受/拒绝决策、目标是否达成等，并生成简洁表格便于终端查看。
使用方式
通过 /octo:refine 或 /octo:ladder 命令调用。需先解析已安装插件根目录：
OCTO_ROOT="${CLAUDE_PLUGIN_ROOT:-${CODEX_PLUGIN_ROOT:-${HOME}/.claude-octopus/plugin}}"
若缺少评审适配器或评分验证器，应停止并报告缺失组件。工作流包括：建立范围与预算、选择和冻结评分标准、获取独立评分、改进并重新评分、返回最佳验证结果。默认目标95/100分，最多5轮改进、30分钟、14次外部模型调用。选项如 --max-rounds 接受1到10的整数。
适用场景
- 需要客观评分并迭代改进的文档、计划、代码等产物。
- 希望使用独立模型评审以减少单一模型偏见。
- 需记录评分轨迹和决策依据的质量保证流程。
限制
- 依赖 Claude Code 或 Codex CLI 宿主环境，需要已安装插件根目录及相应脚本。
- 仅支持 Claude 和 Codex 作为评审提供方，其他提供方会以能力限制被拒绝。
- 不验证模型判断的真实性，仅检查结构和算术；评分95/100表示在此评分标准下的达成度，并非正确性概率。
- 不会自动执行合并、部署、发布等操作，除非用户已有授权。
- 对包含密钥的输入会停止运行；宿主检查不是自动密钥扫描器，也不保证数据隔离。
- 若无法检查产物（如二进制、视觉或远程内容不可读），应停止并报告缺失能力。