SuperAPI AI 工具集

council-reference

测试与质量

查看项目

更新于 10-16 08:10

技能介绍

用途:为多智能体(council)代码评审提供统一的参考数据,规范每个评审智能体的输出格式、按任务分配专家权重、用分数阈值筛选结论,并识别误报。

主要能力:

  1. 结构化响应格式。每个评审智能体必须返回指定 JSON 结构,含 consultant、success、fallback、confidence、severity、findings 和 summary 字段;findings 内每项含 type、severity、description、location、recommendation。location 在 /council review 的发现中为必填,格式为 file:line,例如 src/api.ts:42。
  2. 专家权重矩阵。按任务为 Gemini、Codex、Qwen、GLM-4.7、Kimi K2.5 分配 0—1 的权重,覆盖 Security、PR Review、Architecture、Code Quality、Performance、Brainstorm、Algorithms、Debugging 等任务。
  3. 评分阈值。0 表示误报经不起推敲;25 表示可能真实但未验证;50 表示真实但次要;75 表示已验证、会影响功能;100 表示已确认、实践中频繁出现、证据充分。过滤阈值为:只有得分不低于 80 的发现才进入最终报告。
  4. 误报分类。符合以下任一情形按 0 分自动拒绝:当前变更未引入的既有问题;linter、类型检查器或编译器能捕获的问题;资深工程师不会指出的吹毛求疵;无项目 CLAUDE.md 支撑的泛泛代码质量抱怨;位于本次审查未修改行的问题;与更大范围变更明确相关的有意功能改动;带有显式 lint-ignore 或 suppress 注释的代码。
  5. 综合公式:加权得分 = Σ(意见 × 专家权重 × 置信度) / Σ(专家权重 × 置信度)。

使用方式:作为 /council review 等评审流程的背景参考资料;具体调用命令、安装步骤与集成方式资料未提供。

适用场景:需要多模型交叉评审、按任务权衡各模型意见并对发现打分排序的代码审查场景。

限制:资料仅给出格式、权重与阈值等参考数据,未提供实际执行命令、平台支持、收费或效果信息;是否适用于非 /council review 的场景暂未说明。