SuperAPI AI 工具集

multi-review

编程与开发

查看项目

更新于 11-18 16:00

技能介绍

用途

Multi Review 是一个用于代码审查的技能,旨在利用多个不同模型的并行审查结果,再经过主动验证与综合,生成更可靠的 PR 审查报告。它适用于需要高质量代码审查的场景,尤其是对安全性、正确性要求较高的合并请求。

主要能力

  • 并行多模型审查:同时调用 Claude(通过 claude CLI,模型 opus)和 Codex(通过 pi -p --model gpt-5.5 --provider openai-codex)两个模型,各自按照 code-review 技能的流程审查同一 PR diff。
  • 主动验证:主审不直接采信模型输出,而是逐条对照代码验证每个发现是否为真实问题、误报或需进一步确认,并核实文件与行号。
  • 按影响分级:将验证后的问题按严重程度分为 Critical、High、Medium、Low 四级,强调共识数量不等于重要性。
  • 关注独有发现:对仅由一个模型发现的问题给予额外审查,判断是深层洞察还是幻觉。
  • 检查遗漏:主动思考两个模型都可能漏掉的问题,如异步竞态、PR 描述中声称但未实现的功能、控制流中的细微逻辑错误。
  • 结构化输出:生成包含已验证问题、过滤的误报、潜在遗漏、模型覆盖表和最终结论(MERGE / FIX FIRST / NEEDS DISCUSSION)的报告。

使用方式

该技能以命令行流程执行,主要步骤包括:

  1. 准备阶段:创建唯一临时目录,获取 PR diff。若提供 PR 编号则使用 gh pr diff [PR_NUMBER],否则使用当前分支。
  2. 并行审查:通过 bash 同时启动两个审查命令,分别输出到临时文件,然后等待完成。若 Claude 因认证或本地锁竞争失败,需修复认证(claude auth)或重试后仅重跑 Claude 命令。
  3. 主动验证:先阅读 PR 上下文(gh pr view 获取标题、描述、评论与审查意见),再收集两个模型的全部发现并去重,逐条对照代码验证,按影响评分,标记独有发现并额外审查,最后检查双方可能遗漏的问题。
  4. 综合输出:按指定格式生成报告,包含各优先级问题列表(含文件位置、状态、发现来源、描述与建议)、误报过滤、潜在遗漏、模型覆盖表和最终结论。

适用场景

  • 对重要 PR 进行更严格的多模型交叉审查。
  • 需要区分真实缺陷与模型误报的代码审查流程。
  • 希望发现单一模型可能遗漏的细微问题(如竞态条件、逻辑错误)。
  • 需要结构化审查报告并给出明确合并建议的团队。

限制

  • 依赖 claude CLI 和 pi CLI 及相应模型访问权限;Claude 审查必须使用 claude CLI 以使用 Claude 认证。
  • 需要 GitHub CLI(gh)获取 PR diff 与上下文。
  • 审查质量受模型能力与主审验证投入影响;技能本身不保证发现所有问题。
  • 资料未提供安装方式、收费信息、支持平台等细节,暂未提供。