image-review 是一个图像评审技能，核心用途是：看着一张图片，指出哪里有问题、在哪里、有多严重，以及它能否交付。该技能不写任何内容，也不执行修复——这种“只看不改”的保证使其价值成立：一个同时评审和修复的阶段无法说清自己先做了哪件事。
主要能力
该技能按 OPEN → SWEEP → LOCATE → RANK → VERDICT 五个阶段运行。主要能力包括：
- 建立评审标准：在开始前获取评审依据（需求简报、现有图像或内部风格），若不存在则明确说明回退到了哪一种。
- 冷启动观察：在不知道提示词的情况下先打开图像并记录初步观察，再与意图比较；若已知提示词，则重新打开像素并披露这不是冷启动或独立评审。
- 规模分级：先确定任务规模（T0/T1/T2），T0 只需一行回答，T1 需先确定简报，T2 需路由。
- 系统化观察：按照不始于眼睛自然落点的顺序观察图像（seeing），按目标查看者会注意到的程度而非缺陷本身的怪异程度排序（severity），并对照该类别生成器的常见失败目录（defect-catalogue）。
- 定位与证据分级：每个发现必须指明区域（region），并给出证据等级：measured（可重复的视觉观察或测量方法）、inspected（ reasoned judgement）、asserted（仅来自请求，不支持完成）。
- 文本检查：逐字符检查必需的文本内容；无文本则无需文本检查。
- 多尺寸评判：在预期尺寸/裁剪和全尺寸下评判；若用途或裁剪未定，则将结论限定于已检查的视图。
- 偏离需求判定：图像本身没问题但不符合要求也是一种缺陷，属于本次运行的缺陷而非图片的缺陷。
- 结论输出：一行结论，明确为可用、修复后可用（列出修复项）或不可用（并说明什么会改变结论）。
- 覆盖范围声明：说明未检查的裁剪、未查看的尺寸、未打开的组合成员。
- 图表可视化：当发现跨越多个位置、顺序或区域时，默认使用 ASCII 图表，并确保图表承载的证据等级不高于实际等级。
使用方式
该技能以阶段化流程运行，需要先确定评审标准，然后按顺序执行观察、定位、排序和结论。在交付物形态不唯一、成功标准无法用一句话概括、存在无成就条件的词语（如“更好”“更干净”“更专业”）、工作替换了某人已选的图片、或做错代价高昂（已发布、署名他人、真实人物或产品）时，应先进行对话。对话中确定评审标准，excludes 不可为空，执行等待 open_questions 为空。
该技能遵循一组价值观（按优先级从高到低）：观察优于假设、简报优于最佳图片、一张好图优于四张差不多、最便宜的运行能回答问题、现有集合优于更好的图片、人决定做什么而智能体决定怎么做。如果一套正确的流程被回避了，那也是失败——当仪式成本高于决策本身时，应说明而不是表演。
适用场景
适用于需要独立评审生成图像的场景，包括：检查生成图像是否有伪影、解剖错误、文本错误；判断图像是否偏离需求；按目标查看者会注意到的严重程度排序问题；给出是否可交付的结论。也适用于需要声明评审覆盖范围的场景。
限制
该技能不生成替换图像、不生成修正后的提示词、不执行编辑。它不按缺陷的怪异程度排序，不因批次质量差而通过单张图像，不根据请求陈述尺寸、格式或颜色。它要求每个发现必须定位到区域，未定位的发现最多算 inspected 并在报告中说明。IRREPRODUCIBLE 图像无法重新生成，但评审始终可以说明其覆盖范围。每个承诺的决策必须有等级或归入 residual 的 UNSPECIFIED，否则状态不能为 DONE。