用途：该技能用于代码质量提升，核心是三部分工作流：先做规格合规、再做代码质量的两阶段评审；进行外科式小步重构；以及对智能体输出实施自我评估与迭代改进。资料称其可利用原生并行子智能体调度，并在可用时使用 20 万以上上下文的窗口。
主要能力：两阶段评审按优先级分类问题，关键项包括安全漏洞、暴露密钥、认证授权、逻辑错误、数据损坏与竞态、未版本化的破坏性 API 变更、数据丢失风险；重要项包括 SOLID 原则严重违背、过度重复、关键路径缺测试、明显性能瓶颈（如 N+1 查询、内存泄漏）、偏离既有架构；建议项包括命名与可读性、无功能影响的优化、约定偏差、文档缺失。重构部分给出黄金规则：保持行为不变、小步修改并逐步测试、善用版本控制、测试是前提、一次只做一件事；并列出不应重构的情形：不再变更的可用代码、无测试的关键生产代码、紧迫期限、缺乏明确目的。常见代码异味包括长方法、重复代码、过大类、魔法数字、依恋情结，并给出提取方法、重命名、提取类等示例。自我评估部分给出三种模式：基础反思、评估者-优化器、代码专用反思，还介绍结果评估、LLM 作为评判、基于评分表等评估策略。此外提供针对 AI 生成代码的检查点，如核对幻觉 API、风格漂移、过度设计、隐藏边界情况缺口，以及 ESLint、Prettier、SonarQube 和 CI 质量门禁的集成示例。
使用方式：资料给出激活条件与触发语，例如“Review code”“check for issues”“audit code”“analyze PR”，或用户提出“clean up this code”“refactor this”“improve this”。跨客户端可移植性方面：GitHub Copilot 可将文件夹放在 Copilot 可见的技能路径，或把工作流包装进项目指令；Claude Code 可放在本地技能目录或兼容插件源；Codex 可安装或同步到 $CODEX_HOME/skills/code-quality 并在重大改动后重启。资料说明首选 MCP 服务器为无必需，若宿主不支持 MCP，可依靠其本地指令、随附资源、标准 shell 或编辑器工具进行直接验证，并展示所用证据；不得在宿主未提供时声称使用了 MCP 操作。
适用场景：代码审查与分析 PR、安全与性能评审、重构、减少代码异味、构建评估者-优化器流水线、测试驱动的代码改进、基于评分表或 LLM 评判的质量评估。
限制与备注：资料强调验证协议，声称“技能已成功应用”前需满足明确成功标准、约束与停止条件，收集必要证据，并按规定门禁顺序执行；在时间压力、单项检查失败和存在捷径诱惑时也不得合理化。未提供具体收费、价格或平台支持范围等信息。