用途:该技能把代码审查拆成“发现”和“核验”两个角色。发现者(你、code-review 技能或任意审查者)为每条发现附上被引用代码的逐字引用;核验者由不同模型家族的 Jev(TypeSafe 的决策模型)读取代码,确认或反驳该主张。它只判断已存在的发现,不负责首次查找缺陷。
主要能力:
- 接地检查:引用必须在文件中出现(空白折叠后比对);无引用或引用不在文件中的发现会在 Jev 看到之前被丢弃。
- 窗口:核验者看到包含引用的顶层块(函数、类、语句),上下各至少 12 行,上限 160 行;行号标注,引用行以 > 标记;加 --diff 时附带该文件的 diff hunk。
- 三个问题:每条发现一次调用、并行执行——verdict(confirmed/refuted/insufficient_context)、若缺陷为真的严重度(info/low/medium/high/critical)、若发现提出修复则判断修复是否有效。
- 阈值:P(refuted)≥0.7 丢弃(--refute-at),P(confirmed)≥0.7 确认(--confirm-at),其余为不确定;只有反驳才移除发现,核验者不确定时保留。
- 报告:顶层含 complete(任一发现无法核验时为 false)、各状态计数与 gate;每条发现保留输入字段并新增 status(confirmed/uncertain/dropped/unverified)、reason、verdict 概率、severity 概率与 expected、fix_ok、claimed_severity、fingerprint。
- 门禁:--fail-on LEVEL 可按严重度级别阻断提交或 CI;退出码 0 表示全部核验且未触发门禁,1 表示确认发现的 P(severity≥LEVEL)≥--severity-at(默认 0.5),2 表示输入错误或无可用传输,3 表示存在未核验发现(运行不完整,不等于干净)。
使用方式:
- 将发现写成 JSON 列表,file(相对仓库根)与 code_quote 必填,引用须逐字复制、1 至 6 行;可选 id、line、description、fix、severity;也接受 ReportFindings 形状(summary 与 failure_scenario 代替 description)。
- 传输路径:--transport auto 默认取 jev 与 gateway 中先具备凭据者。jev 直连需 TYPESAFE_API_KEY;经 Cloudflare Workers AI 需 CF_ACCOUNT_ID 与 CF_API_TOKEN,可选 CF_GATEWAY_ID;Muninn decide 工具需会话中有 Muninn MCP 连接器;--transport decider 使用 Claude Haiku(需已安装 deciding-with-confidence 技能)。
- 命令示例:python3 $V run findings.json --repo . --format md;git diff main... > /tmp/d.diff && python3 $V run findings.json --diff /tmp/d.diff;python3 $V run findings.json --ref HEAD~1。
- Muninn 路径:python3 $V emit findings.json --out batch.json 生成请求,逐条调用 decide(state 与 questions 原样传入),将回复按发现 id 映射保存为 answers.json,再 python3 $V apply batch.json answers.json --format md。
- 处理结果:确认的作为发现报告;不确定的单独列出并自行阅读代码;丢弃的不列出但给出数量与原因;确认发现若 fix_ok 低于 0.5 应先改写修复再提出。
适用场景:对已有代码审查发现做二次过滤,尤其适合安全审查、发布门禁、提交前钩子等场景;当误报成本高时可提高 --refute-at 至接近 0.9,当门禁守护不可逆操作时可降低 --confirm-at 让更多发现计入确认。
限制与不适用:尚无人查找缺陷时应先用 code-review 等审查者;检查 README 或文档字符串是否与代码一致用 verifying-claims;对整份交付物做对抗性阅读用 challenging;非代码发现的路由、分诊或是否问题用 deciding-with-confidence 或 Muninn decide;需要可失败的确定性检查用 gating;关于运行时行为(性能、不稳定测试、生产数据)的主张代码无法体现,核验者最多给出 insufficient_context。若多数发现因 needs_more_context 返回不确定,应停止运行并自行阅读代码核验。每条发现仅一个窗口,跨文件依赖(调用方、类型、配置)可能落在窗口外。
常见失败:无 Jev 传输(退出码 2)表示未设置 TYPESAFE_API_KEY 或 Cloudflare 凭据对,可改用 emit/apply 路径或 --transport decider;全部因 ungrounded_code_quote 丢弃通常是引用凭记忆书写、格式被改动或 --repo 指向错误检出;存在文件却报 file_not_found 是因路径相对 --repo 解析,离开仓库的路径按缺失处理;verifier_error HTTP 4xx 若提示输入长度,说明窗口超出 Jev 默认上下文,可降低 verify.py 顶部的 MAX_LINES(160 行上限);apply 后 no_answer 表示 answers.json 缺少该发现 id 的条目,id 为字符串。
验证:python3 -m pytest /mnt/skills/user/verifying-review-findings/tests -q(离线、无网络);python3 $V eval /mnt/skills/user/verifying-review-findings/assets/eval.jsonl 运行 36 条标注发现(16 条真实缺陷、16 条虚假发现、4 条引用不在文件中),接地为确定性检查,ungrounded_dropped 必须为 4/4;Jev 部分在 jev-1.14.0、2026-11-07 下为 real_kept 16/16、false_dropped 11/16,计数下降说明 Jev 版本或窗口设置变化,可用 --out results.jsonl 逐项比较。若报告 complete: true 且所有发现都以接近 1.0 被确认(包括已知为假的),说明 Jev 在未看到代码的情况下判断描述,应检查 emit 打印的请求中 state.code 是否包含带编号的窗口。