用途：将多个 AI 模型对同一代码库的输出合并为一份经过验证的综合评估。核心原则是模型会幻觉且互相矛盾，源码才是事实来源，重要结论必须核实后才可写入最终报告。
主要能力：一是提取声明，从各模型输出中拆出关于代码的事实断言、建议和已识别问题，并标注来源模型；二是去重，把语义相同的说法归并为规范表述并记录哪些模型提到过；三是验证，对事实性声明和问题用 Grep、Glob、Read 等工具定位并阅读相关代码，给出已确认、被推翻、部分正确或无法验证的结论及证据；四是解决冲突，当模型互相矛盾时查看实际代码判定谁对并记录依据；五是综合成文，输出包含摘要、已确认问题、被推翻声明、无法验证声明、共识建议、独特见解、冲突解决和行动项的报告，行动项按严重程度分级并附证据位置。
使用方式：把多个模型的反馈或分析粘贴进来，按上述流程逐条处理；验证时以文件与行号引用作为证据。
适用场景：代码审查意见汇总、多模型结论比对、安全与缺陷报告核实。
限制与注意：运行时行为、性能基准、外部 API 行为和用户体验类声明在缺少测试或剖析时只能标为无法验证；风格、架构和最佳实践类建议可保留但需注明来源。应避免不经查证直接合并输出、把模型共识当作证据、省略被推翻的声明，以及因说法听起来合理就跳过验证。具体安装命令与配置方式暂未提供。