Agent skill

review

Quellcode ansehen: miles990/multi-agent-workflow

#116Globales Ranking · von 116 SkillsCritical

Installation

npx skills add miles990/multi-agent-workflow --skill review

Installationen

EU-hosted inference API

Power your AI agent skills with open-source models.

Drop-in OpenAI-compatible API. No data leaves Europe.

Explore Inference API

MiniMax

MiniMax M3

$0.50 / $1.90

per M tokens

Z.ai

GLM 5.3 Flash

$0.20 / $0.60

per M tokens

MoonshotAI

Kimi K3

$4.00 / $18.00

per M tokens

DeepSeek

DeepSeek V4.1 Flash

$0.40 / $1.42

per M tokens

Multi-Agent Review v3.0.0

多視角審查 → 問題分類 → 優先排序 → 修復建議

使用方式

/multi-review [實作路徑]
/multi-review .claude/memory/implement/user-auth/

Flags: --from-implement ID | --focus security|quality|docs

預設 4 視角

ID	名稱	模型	聚焦
`code-quality`	程式碼品質	haiku	命名、結構、可讀性
`test-coverage`	測試覆蓋	haiku	覆蓋率、測試品質
`documentation`	文檔檢查	haiku	註解、README、API 文檔
`integration`	整合分析	sonnet	整合問題、依賴衝突

→ 模型路由配置：shared/config/model-routing.yaml

執行流程

Phase 0: 載入實作 → 收集變更檔案、測試結果
    ↓
Phase 1: MAP（並行審查）
    ┌──────────┬──────────┬──────────┬──────────┐
    │程式碼品質│測試覆蓋  │文檔檢查  │整合分析  │
    └──────────┴──────────┴──────────┴──────────┘

    ⚠️ **並行執行關鍵**：
       在單一訊息中發送 4 個 Task 工具呼叫：
       - Task({description: "程式碼品質審查", ...})
       - Task({description: "測試覆蓋審查", ...})
       - Task({description: "文檔檢查", ...})
       - Task({description: "整合分析", ...})
       這樣才能真正並行執行！
    ↓
Phase 2: REDUCE（問題匯總）
    ├── 問題分類（BLOCKER/HIGH/MEDIUM/LOW）
    ├── 優先排序
    └── 修復建議
    ↓
Phase 3: 品質評分 → 各維度評分
    ↓
Phase 4: 品質閘門 → 通過/回退決策

問題分類

級別	定義	處理
BLOCKER	必須修復才能繼續	回退 IMPLEMENT
HIGH	重要問題，應修復	限時修復
MEDIUM	建議改善	記錄追蹤
LOW	風格建議	可選

品質評分

三維度評分：

完整性 (30%): 功能完整、無遺漏
一致性 (30%): 風格一致、無矛盾
可操作性 (40%): 建議具體可執行

→ 評分配置：shared/quality/scoring.yaml

CP4: Task Commit

品質閘門檢查完成後，必須執行 CP4 Task Commit。

Phase 4: 品質閘門 → 通過/回退決策
    ↓
CP4: Task Commit
    ├── git add .claude/memory/review/{implement-id}/
    └── git commit -m "docs(review): complete {feature} code review"

→ 協議：shared/git/commit-protocol.md

品質閘門

通過條件（REVIEW 階段）：

✅ 無 BLOCKER 問題
✅ HIGH 問題 ≤ 2
✅ 品質分數 ≥ 75

失敗處理：

BLOCKER 存在 → 回退到 IMPLEMENT
HIGH > 2 → 要求修復後重新審查

→ 閘門配置：shared/quality/gates.yaml

輸出結構

.claude/memory/review/[implement-id]/
├── meta.yaml           # 元數據
├── perspectives/       # 完整視角報告（MAP 產出，保留）
│   ├── code-quality.md
│   ├── test-coverage.md
│   ├── documentation.md
│   └── integration.md
├── summaries/          # 結構化摘要（REDUCE 產出，供快速查閱）
│   ├── code-quality.yaml
│   ├── test-coverage.yaml
│   ├── documentation.yaml
│   └── integration.yaml
├── issues.yaml         # 問題清單
├── scoring.yaml        # 評分詳情
└── review-summary.md   # 審查摘要（主輸出）

⚠️ perspectives/ 保存完整報告，summaries/ 保存結構化摘要，兩者都必須保留。

Agent 能力限制

審查 Agent 不應該開啟 Task：

允許的操作	說明
✅ Read	讀取程式碼
✅ Glob/Grep	搜尋檔案和內容
✅ Bash	執行命令
✅ Write	寫入報告
❌ Task	開子 Agent

行動日誌

每個工具調用完成後，記錄到 .claude/workflow/{workflow-id}/logs/actions.jsonl。

記錄時機：

成功：記錄 tool、input、output_preview、duration_ms、status: success
失敗：記錄 tool、input、error、stderr（如有）、status: failed

關鍵行動（REVIEW 階段）：

行動	記錄重點
Read（讀取程式碼）	`file_path`、`output_size`
Task（啟動審查 Agent）	`subagent_type`、`prompt` (truncated)、`agent_id`
Grep（搜尋問題模式）	`pattern`、`match_count`
Write（寫入審查報告）	`file_path`、`content_size`

排查問題：

# 查看 REVIEW 階段所有失敗行動
jq 'select(.stage == "REVIEW" and .status == "failed")' actions.jsonl

# 查看特定審查視角的行動
jq 'select(.agent_id == "agent_code-quality")' actions.jsonl

→ 日誌規範：shared/communication/execution-logs.md

共用模組

模組	用途
coordination/map-phase.md	並行協調
coordination/reduce-phase.md	匯總整合、大檔案處理
quality/scoring.yaml	品質評分
quality/gates.yaml	品質閘門
quality/rollback-strategy.yaml	回退策略
perspectives/expertise-frameworks/	專業框架

工作流位置

RESEARCH → PLAN → TASKS → IMPLEMENT → REVIEW → VERIFY
                                         ↑
                                      你在這裡

輸入：已實作的程式碼，來自 implement skill
輸出：審查報告，供 verify skill 驗證或回退 implement

So verwenden Sie diesen Skill

1
Install review by running npx skills add miles990/multi-agent-workflow --skill review in your project directory. Führen Sie den obigen Installationsbefehl in Ihrem Projektverzeichnis aus. Die Skill-Datei wird von GitHub heruntergeladen und in Ihrem Projekt platziert.
2
Keine Konfiguration erforderlich. Ihr KI-Agent (Claude Code, Cursor, Windsurf usw.) erkennt installierte Skills automatisch und nutzt sie als Kontext bei der Code-Generierung.
3
Der Skill verbessert das Verständnis Ihres Agenten für review, und hilft ihm, etablierte Muster zu befolgen, häufige Fehler zu vermeiden und produktionsreifen Code zu erzeugen.

Was Sie erhalten

Skills sind Klartext-Anweisungsdateien — kein ausführbarer Code. Sie kodieren Expertenwissen über Frameworks, Sprachen oder Tools, das Ihr KI-Agent liest, um seine Ausgabe zu verbessern. Das bedeutet null Laufzeit-Overhead, keine Abhängigkeitskonflikte und volle Transparenz: Sie können jede Anweisung vor der Installation lesen und prüfen.

Kompatibilität

Dieser Skill funktioniert mit jedem KI-Coding-Agenten, der das skills.sh-Format unterstützt, einschließlich Claude Code (Anthropic), Cursor, Windsurf, Cline, Aider und anderen Tools, die projektbezogene Kontextdateien lesen. Skills sind auf Transportebene framework-agnostisch — der Inhalt bestimmt, für welche Sprache oder welches Framework er gilt.

Data sourced from the skills.sh registry and GitHub. Install counts and security audits are updated regularly.

review

Power your AI agent skills with open-source models.

Multi-Agent Review v3.0.0

使用方式

預設 4 視角

執行流程

問題分類

品質評分

CP4: Task Commit

品質閘門

輸出結構

Agent 能力限制

行動日誌

共用模組

工作流位置

Verwandte Skills

verify

tasks

status

setup-workflow

research

plan

So verwenden Sie diesen Skill

Was Sie erhalten

Kompatibilität