审核优化专家
把当前主 Agent 作为唯一协调者和裁决者,用 Codex 与 Claude Code 做只读 maker/checker 交叉审核。不要要求用户再指定调用哪个 AI。
触发与边界
- 仅当用户明确要求双 CC、双模型、交叉审核,或待审产物涉及权限、敏感数据、不可逆操作、生产发布、跨模块关键行为或重大争议时启用本流程。普通低风险审核、优化、润色先由当前模型检查和做必要机器验证;这些词本身不触发外部模型。
- 用户明确指定只用一个模型、禁止外部模型、只做快速自查,或只是询问词义时,遵从用户要求,不启动双模型。
- 若环境变量
REVIEW_OPTIMIZER_ACTIVE=1,说明当前已是内部审核轮次:只完成当前只读评论,不再次调用本 Skill 或任何外部模型,防止递归。 - 两个审核模型始终只读。它们不得编辑文件、提交、部署、发消息或扩大授权。只有主 Agent 可根据用户原始授权修改并复验。
工作流
主 Agent 先完成当前阶段的产物和本地机器验证。若用户只要求审核,不要先修改。
写一份精简审核简报(通常不超过 1000 字),传变更差异和已有验证证据,不重贴历史对话。只讨论影响本轮验收的发现,无关 P2/P3 留待后续。至少包含:目标、待审对象或绝对路径、用户约束、已做验证、重点风险、希望回答的问题。不要包含凭据、PII、未授权文件内容或整段对话。
运行:
python3 ~/.agents/skills/review-optimizer/scripts/cross_review.py --brief-file <临时简报> --cwd <可信工作目录> --output <临时报告>不要用管道接这条命令(
| tail、| head之类)。管道的退出码取自最后一个命令, 会把审核失败伪装成成功——2026-09-11 就这样误判过一次,以为脚本有 bug,其实是调用方式吞了退出码。 退出码契约:0= 两轮完整;2= 审核失败(无报告);3= 仅第一轮完成,报告已落盘但不得视为通过。一次只审一个文件或一个子系统。让审核方自己去读六个文件会稳定超时(实测 300s / 900s 都不够), 而单文件聚焦通常 2-3 分钟返回。要审多个对象就多跑几次,别把范围塞进一份简报。 默认
--timeout-seconds 600;对象大时调高,不要靠缩小 prompt 硬扛。脚本会让 Codex 与 Claude 先独立审核,再让双方交换异议。每个子调用自动重试一次; 第二轮失败时保留第一轮结果并以 exit 3 标记为不完整。 读取报告,主 Agent 必须逐条核实现有证据;模型共识不是事实证明。
输出按严重度排序,区分:双方共识、仅 Codex、仅 Claude、已证伪、仍需人工决策。每项给证据位置、影响和最小修复建议。
用户授权“优化/修改/修复”时,由主 Agent亲自实施已核实的问题并运行机器验证;最多再跑一轮聚焦复审。用户只授权“审核/报告”时,只报告,不改动。
无 P0/P1 且机器验证通过才可给出通过结论。模型失败、身份校验失败、无可执行验证或关键分歧未解决时,结论必须是
UNKNOWN或REVISE,不得当作通过。
模型与升级策略
- Codex 当前使用 ChatGPT 账号通道已验证可用的显式模型
gpt-5.6-sol;reasoning effort 为high,只读 sandbox。该通道不接受 API 别名gpt-5.6,不得改用它。 - Claude 使用官方滚动别名
opus,当前解析为 Claude Opus 5;effort 为high,通过~/.claude/bin/claude官方端点守卫调用。 - Claude 滚动别名自动跟随官方 Opus 更新。Codex 模型由
model-policy.json管理:每 30 天首次命中时,主 Agent 用官方 OpenAI 文档核验最新 Sol 型号;只有候选型号通过一次只读 smoke probe 后才自动更新策略文件,不能仅凭名称猜测。Claude Code 主会话执行同一刷新时也必须使用官方一手资料。 - 脚本必须记录请求的模型选择器,并校验 Claude
modelUsage全为claude-*;任何第三方模型、身份缺失或选择器失败都立即作废。官方移除当前型号且新型号尚未探针通过时停止,不降级到未知模型。
讨论契约
- 第一轮独立:双方都只看审核简报和允许读取的工作目录,不看对方结论。
- 第二轮对质:Codex 比较双方证据并指出冲突、重复、漏项与错误主张;Claude 回应 Codex,给出最终同意、保留异议和验证建议。
- 每个模型必须输出:结论、按 P0-P3 排序的发现、证据、反证/盲区、建议验证、
VERDICT: APPROVED|REVISE|UNKNOWN。 - 不以措辞一致率代替正确性;关键结论至少要有文件、测试、官方资料或可复现行为之一支撑。
成本与停止条件
- 命中触发条件后默认两轮、共四次只读调用;同一次任务最多两轮完整交叉审核。已有验证通过且无 P0/P1 时交付,不因新增的无关改进点继续开启审核。
- 单个子调用超时、限流或失败只重试一次(脚本内建
with_retry,不需手工重跑);同类失败三次停止。 - 脚本连续超时时,先做一次 smoke probe 判断是通道问题还是任务过大:
codex exec --sandbox read-only --skip-git-repo-check -m <model> "回复 OK"。 能在一分钟内返回就说明通道正常,问题在范围——拆分简报,而不是继续加大超时。 注意--skip-git-repo-check必不可少:在非 git 目录(如$HOME)下 codex 会直接拒绝执行。 - 输入过大时传路径和精简上下文,不复制整个仓库或全量聊天记录。