Codex Review Gate

codex-review-gate（跨模型只读审查门禁）

把日常口头的「老规矩」固化成一道可复用的关卡：每个高风险节点交给另一个模型（codex / GPT-5.6 Sol）在只读沙箱里独立审一遍，拿到明确的 GO / NO-GO，NO-GO 就修完重审，循环到收敛。 审查者永远不写盘、不执行、不 commit —— 门禁本身必须无副作用。

四种门禁模式（plan / diff / sql / numbers）可单独调用，也可由全流程模式（老规矩）串起来。

何时用 / 不用

• 用：方案定稿要过一道审查；实现完成要在 commit 前审 diff；SQL 上集群前要过 checklist；对外文档里的结论数字要逐个复算；或用户说「老规矩」要跑整条链。
• 不用：
  • 要产出 PRD / 做多视角产品决策 → 用 debate（GPT 提案 + Claude 审查的对抗式辩论，是生成器，不是门禁）。
  • 要走通用代码评审的收 / 发纪律（怎么提审、怎么消化反馈、不盲从）→ 用 requesting-code-review / receiving-code-review。本 skill 是跨模型的关卡机制，那两个是评审的行为纪律，配合使用：本 skill 决定「什么时候、用谁、审什么」，那两个决定「拿到意见后怎么做」。

调用机制（所有模式共用）

审查一律用 codex 只读沙箱、后台运行、stdin 喂审阅物：

codex exec - --sandbox read-only \
  -c model=gpt-5.6-sol \
  -c model_reasoning_effort=xhigh \
  --skip-git-repo-check

• - ：从 stdin 读 prompt / 审阅物（把方案全文、diff、SQL、数字清单 + 审查指令一起管道喂入）。
• --sandbox read-only 显式锁死：exec 默认即 read-only + approval never，但仍显式加锁 —— 防版本漂移或 prompt 里出现「顺手改一下」被误当可写执行。门禁的铁律是零副作用：不写盘、不执行变更、不 commit。
• -c model=gpt-5.6-sol + -c model_reasoning_effort=xhigh：跨模型（对 Claude 的盲点互补）+ 最高推理档（审查值得慢）。
• --skip-git-repo-check：审阅物常从 stdin 来，不依赖当前目录是 git 仓库。
• 一律后台运行：xhigh 审长文档 / 大 diff 常 >10 分钟，前台必超时。用后台任务跑，轮询结果，别阻塞主会话。
• 失败 / 超时自动重试 1 次：第一次非零退出或超时 → 原样重投一次；再失败 → 停下报告用户（附 stderr 摘要），不要静默降级、不要假装 GO。

落盘前自检（已在 codex-cli 0.142.5 验证，装到别的机器时复核一次）：跑 codex exec --help，确认 -s, --sandbox 与 -c 存在。若某版本无 --sandbox flag，改用等效 config（如 -c sandbox_mode=read-only 或 -c 'sandbox_permissions=[...]'）并在 manifest 记录实际用法；绝不因 flag 缺失就退回可写模式。

GO / NO-GO 裁决协议（所有模式共用）

每次审查的 prompt 末尾都追加这段硬要求，让机器可提取：

审完在最后一行单独输出一行裁决，格式严格为 VERDICT: GO 或 VERDICT: NO-GO。若 NO-GO，在其上方用编号列出每一条阻断项（[B1] …），每条给出：问题、证据位置、修复建议。非阻断的改进意见放在 NITS: 区，不影响裁决。

提取与循环：

1. 抓 codex 输出最后一行 VERDICT:（正则 ^VERDICT:\s*(GO|NO-GO)）。抓不到 → 视为审查未完成，按「失败重试 1 次」处理；重试仍抓不到 → 报告用户，人工判读。
2. GO → 本模式通过，进入下一步（或结束）。
3. NO-GO → 把编号阻断项逐条落改（最小改动半径，一条一条来），改完把新版本 + 上一轮阻断清单 + 逐条修复说明重新喂 codex 复审。
4. 循环上限 3 轮：第 3 轮仍 NO-GO（或阻断项在打转、来回反复不收敛）→ 停下升级问用户，附三轮裁决摘要 + 当前未闭合阻断项，请用户裁断（是真问题、还是 codex 误判、还是要调方案）。绝不无限刷。

模式一：plan（方案门禁）

触发：方案 / 设计定稿，落地前要过审。触发词：「让 codex 审一下这个方案」「plan 门禁」。

1. 把方案全文（含背景、目标、步骤、回滚、验收）从 stdin 喂 codex，附审查指令：找逻辑漏洞、遗漏的边界 / 失败路径、回滚是否可行、验收是否可证伪、有没有更简单的做法、隐含假设是否成立。
2. 走 GO/NO-GO 协议。NO-GO → 改方案 → 复审，循环至 GO（≥3 轮不收敛升级）。
3. GO 后方案才允许进入实现。

模式二：diff（实现门禁）

触发：实现完成，commit 前要审。触发词：「diff 门禁」「commit 前审一下」。

1. git diff（或指定范围）全量从 stdin 喂 codex，附指令：正确性 bug、与方案是否一致、有没有引入回归、错误处理与边界、有没有偷偷扩大改动半径、测试是否覆盖改动。
2. 走 GO/NO-GO 协议。GO 才允许 commit；NO-GO → 改 → 复审。
3. 与 requesting-code-review 的分工：本步是跨模型机器审（GO 才 commit 的硬门）；requesting-code-review 是你自己提审前的自检纪律。两者叠加，不互斥。

模式三：sql（上集群门禁）

触发：SQL 要上集群 / 跑大数据前。触发词：「记得审查 SQL」「这个 query 上集群前过一下」。

把 SQL 全文（连同表结构 / 分区约定 / 口径说明，能给多少给多少）喂 codex，强制逐项过下面六项 checklist，每项单独给结论（PASS / FAIL + 证据）：

1. join fanout（连接爆行）：join key 是否唯一？多对多 join 有没有导致度量重复计数 / 分母虚增？该不该先去重 / 聚合再 join？
2. 口径混搭：
   • BC / non-BC 混算：商业化 vs 非商业化口径有没有被当同一列直接加总 / 相除？
   • UTC / 本地日界错位：时间字段是 UTC 还是本地时区？date 切分用的日界和业务口径是否一致（跨天数据会错位）？
   • 周标格式：周编号 / 周标（W25 vs W2025-25 vs ISO week）格式是否统一？有没有 W52/W53 幽灵周、跨年周错位？
3. 分区空转静默 0：where 里的分区 / 日期过滤是否真命中有数据的分区？打错分区会静默返回 0 行而不报错 —— 有没有防呆（如断言行数 > 0 / 分区存在性检查）？
4. 死分支：case when / if 里有没有永远走不到的分支、恒真 / 恒假条件、被前面条件吞掉的判断？
5. collider 因果缺陷：有没有在 where / join 里对「结果变量」或「中介 / 对撞变量」做了条件过滤，从而引入选择偏差、扭曲了想观察的关联？（分析型 SQL 尤其查这条。）
6. 量级水位锚定：核心度量的量级是否和已知锚点对得上（DAU / 大盘触达 / 上周同口径值）？有没有一个「这个数应该落在 X 附近」的水位判断，防止算出量级离谱的数还浑然不觉？

走 GO/NO-GO：任一项 FAIL → NO-GO → 改 SQL → 复审。全 PASS 才 GO 上集群。

模式四：numbers（对外数字门禁）

触发：结论里的数字要进对外文档 / 汇报 / 发出去前。触发词：「这些数字对外前复算一下」「numbers 门禁」。

1. 列出对外文档里每一个结论数字及其来源（哪张表 / 哪个 cell / 哪段计算）。
2. 喂 codex 逐个复算：重算一遍看能否对上、单位 / 百分比 vs 百分点 / 分子分母是否配对、跨段落 / 跨表引用的同一个数是否一致（如大盘触达率 vs 各渠道贡献合计）、Σ 是否闭合。
3. 走 GO/NO-GO：任一数字对不上 → NO-GO → 修数 / 修口径 → 复审。全对才 GO 放行。

全流程模式：「老规矩」

触发词：「老规矩」「按老规矩来」。这是把上面模式串成一条端到端流水线，模型分工显式固定：

要点：

• 模型分工不可含糊：Fable 起草、GPT-5.6 Sol 审查、Opus 落地 —— 跨模型互补盲点是整条链的价值来源。
• 每道门禁都走上面的 GO/NO-GO 协议与 3 轮升级规则。
• 若 plan 里含 SQL 或对外数字，在对应节点顺带插 sql / numbers 门禁。
• 全程 codex 只读、后台跑、失败重试 1 次。

与相邻 skill 的分工声明

一句话：debate 生成、本 skill 设关卡、requesting/receiving-code-review 定评审行为纪律。 四者组合而非替代。

禁忌