用途：把来自多个大模型（如Claude、GPT等）对同一代码库的分析或反馈，整合为一份经过源码核验的综合评估。核心原则是模型会幻觉且互相矛盾，源码才是事实依据，重要论断必须验证后才可写入结论。
主要能力：从各模型输出中抽取离散论断（关于代码的事实陈述、建议、发现的问题）并标注来源；对语义等价的论断去重并统一表述，记录哪些模型提出过；使用Grep、Glob、Read等工具定位并阅读相关代码，将每条事实性论断标记为确认、驳斥、部分属实或无法验证并附证据；当模型互相矛盾时，指出分歧、查阅代码、判定哪一方正确并记录证据。
输出结构：综合评估文档包含摘要、已确认问题表（问题、严重程度、证据、来源模型）、被驳斥说法表、无法验证说法表、共识建议、值得考虑的单模型独特见解、已解决的冲突表，以及按严重、重要、建议三档划分的行动项清单，其中关键与重要项需附file:line证据。
验证准则：必须验证缺陷报告与安全问题、代码行为相关论断、功能缺失断言、性能或复杂度论断；风格、可读性、架构与最佳实践建议可保留但注明来源；运行时行为、性能基准、外部API行为、用户体验等无测试或剖析支撑时标记为无法验证。
适用场景：收到多个模型对同一仓库的评审意见，需要判断哪些属实、哪些错误，并据此制定修复计划时。限制：依赖能访问代码库并可使用代码检索与阅读工具，否则无法完成核验；资料未提供具体安装命令、调用方式、收费或平台支持等信息。