用途：把文字评审约束成发现可追溯、结论可执行的产物。触发场景包括要求 review 文档、判断逻辑是否合理、检查是否重复注水等。
输入输出：输入为被审文字或文档，可选附参照输入用于 SSOT 检查；多文件时互为参照输入，跨文档规则组随之启用。输出为对话式分析回答或报告形态。
主要能力：审视逻辑连贯性、结构组织、冗余注水、AI 腔与风格语气；提供参照输入时做跨文档 SSOT 一致性检查；支持多模型交叉评审。发现按 ref/catalog.md 规则映射，每条可追溯到至少一个规则名。
执行原则：不主动改文件，产出为结论或报告，用户明确同意后才改写；范围收敛，只审 catalog 收录的场景；事实存疑只指出位置由用户人工核对；产物留在对话内，报告不落成文件；成文产物交付前用扫描脚本机检自身命中。
工作流：Step 1 收集输入，确定语言、文体、篇幅，判断有无参照输入，目录默认只含 .md 文件；篇幅以 python3 tools/count_words.py <被审对象> 计（从 skill 根运行），超过 2000 字时与用户确认分段粒度。Step 2 加载 catalog 并补齐，可先运行 python3 tools/scan_fingerprints.py <被审对象>。Step 3 形态路由，默认对话式分析回答，用户明确要报告时转报告形态。Step 4 对话式回答含理解复述、结论先行、按文档位置列要点、收尾问询、逐条过与汇总。Step 5 报告按 ref/report-template.md 节序输出。Step 6 确认后按对应规则改写。
限制：不改动文件；不展开事实核验；报告不落盘；未提供具体规则清单、脚本参数细节、支持的模型与平台信息。