SuperAPI AI 工具集

multi-model-meta-analysis

智能体与模型

查看项目

更新于 10-16 08:03

技能介绍

用途:把多个大语言模型给出的反馈与分析合并为一份可靠的综合评估。核心原则是模型会幻觉、会互相矛盾,源代码才是事实来源,任何重要结论在写入报告前都须核验。

主要流程:1)从每个模型的输出中抽取离散声明,包括对代码的事实断言、改进建议、发现的问题,并标注来源模型;2)对语义等价的声明去重归并,形成规范表述并记录哪些模型提及;3)用 Grep、Glob、Read 等工具定位并阅读相关代码,对每条事实性声明或问题给出已确认、被否定、部分正确或无法核验的结论及证据;4)当模型互相矛盾时,锁定分歧点、查看实际代码、判定谁对谁错并记录依据;5)产出综合文档。

输出结构包括:摘要、已验证发现(已确认问题、被否定的声明、无法核验的声明)、共识建议、值得考虑的单模型独到见解、已解决的冲突、行动项(关键/重要/建议三级)。

核验指引:必须核验缺陷与安全问题、关于代码实际行为的断言、缺失功能的说法、性能或复杂度声明;样式与可读性建议、架构建议、最佳实践等可保留但标注来源;运行时行为、性能基准、外部 API 行为、用户体验类声明在无测试或剖析的情况下标记为无法核验。

应避免:不经查证直接合并模型输出;把模型共识当作证据(所有模型可能同时出错);省略被否定的声明(记录错误结论同样有价值);因结论“听起来合理”就跳过核验。

限制与缺失:该技能的收费、价格、平台支持与安装命令等资料暂未提供。