用途：在代码交付前的关键节点（PR、发布、里程碑）执行结构化质量审查，重点捕捉集成边界处的失败——契约、示例、常量与测试必须彼此一致。核心论点是 AI 生成代码擅长孤立组件，却在组件边界系统性出错。
主要能力：分三阶段。阶段一运行外部静态工具（Pyright 类型契约、Vulture 死代码、import-linter 架构边界、deptry 依赖卫生、Semgrep 自定义规则、Griffe API 漂移），工具缺失时优雅降级跳过。阶段二编排 cc-skills：code-hardcode-audit、dead-code-detector、pr-gfm-validator，并按改动文件类型条件调用 impl-standards、code-clone-assistant、plugin-validator、link-validation。阶段三人工判断：架构边界、领域常量与公式正确性、测试质量、依赖透明性、性能（O(n^2)）、错误信息质量、示例准确性。
使用方式：先按交付类型选择 TodoWrite 模板（新功能、缺陷修复、重构），再依次执行三阶段并汇总带严重级别与修复建议的报告。示例命令：git diff --name-only $(git merge-base HEAD main)...HEAD；pyright --outputjson <changed_py_files>；vulture <changed_py_files> --min-confidence 80；lint-imports；deptry .；semgrep --config .semgrep/ <changed_files>；griffe check --against main <package>。
适用场景：多模块接线、多贡献者合并、质量门禁。不适用于单文件外观改动、纯文档更新、依赖升级。
限制：阶段三依赖人工判断；工具未安装则跳过；Vulture 可能误报框架入口点，可用 vulture --make-whitelist 生成白名单；Semgrep 大库较慢，可限定改动文件；import-linter 需在 pyproject.toml 配置 [importlinter]；Griffe 误报可用 --allow-breaking。该技能自述为自演化，鼓励按真实可复现问题即时修正本文件并记录 evolution-log。