评审循环
在单个会话内进行的迭代式工作者-评审者循环。你完成工作,生成一个评审子代理来评论,根据反馈进行修订,重复此过程直到满足质量标准。
核心原则: 初稿绝非最终稿。迭代式评论比单次通过能产生更好的输出。
平台说明: 此技能在支持子代理生成的代理上效果最佳。 在不支持该功能的平台上,可通过打开一个新的聊天上下文,仅粘贴工作成果(不包括之前的推理过程),并要求其对工作成果进行1-10分评分并提供具体反馈,来模拟评审步骤。
快速开始
- 说:
"实现X,使用审查循环"或"对我刚写的文件运行审查循环" - 代理完成工作(或读取现有工作)
- 一个独立的评审子代理对工作成果进行1-10分评分并提供具体反馈
- 代理进行修订并重复此过程,直到分数 >= 8(默认质量标准)
- 最终输出会附带一份循环摘要
何时使用
- 用户说 "使用审查循环"、"打磨这个"、"对这个进行迭代"、"/审查循环"
- 质量比速度更重要的复杂实现
- 设计文档、规格说明或技术写作
- 需要稳健的代码(安全、数据管道、金融逻辑)
- 当用户希望将对抗性评论内嵌到流程中时
何时不使用
- 简单的修复、快速编辑、单行更改
- 测试作为质量关卡的任务(改用 TDD + CI)
- 当用户只希望快速完成任务时
- 探索性/高难度工作(目标是学习,而非交付)
- 没有明确验收标准的任务——请先定义这些标准,然后再使用审查循环
默认值
| 设置 | 默认值 |
|---|---|
| 最小循环次数 | 2 |
| 最大循环次数 | 4 |
| 质量门 | 8/10 |
| 工作者模型 | (你当前的模型) |
| 评审者模型 | (你当前的模型或快速/平衡替代方案) |
模型选择
评审者任务评估逻辑和约束。工作者任务编写和修改代码。请相应选择子代理能力。
关键规则: 评审者的能力必须始终等于或强于工作者。如果评审者弱于工作者,则无法正确评论复杂逻辑或捕捉细微的回归问题。
| 任务复杂度 | 工作者能力 | 评审者能力 | 理由 |
|---|---|---|---|
| 简单/机械性(CRUD、格式化、样板代码) | 快速/轻量 | 平衡 | 轻量工作者速度快,平衡评审者易于发现问题 |
| 标准(特性、重构、文档) | 平衡 | 平衡 | 成本、速度和质量的良好组合 |
| 复杂(多文件、集成、设计) | 平衡 | 高级/推理 | 高级评审者发现细微架构问题,平衡工作者可实施修复 |
| 非常复杂(安全、量化、分布式系统) | 高级/推理 | 高级/推理 | 两者都需要完整上下文和推理能力。评审者必须匹配工作者能力。 |
黄金法则: 工作者必须足够聪明以执行评审者的反馈。如果评审者说“使用基于通道的信号量修复竞态条件”,而工作者无法推理并发问题,则循环将无法收敛。
升级信号: 如果在连续两次循环中反馈相同且分数没有提高,则工作者模型太弱。请升级:
- 选项 A:要求用户切换到更强大的模型
- 选项 B:暂时降低质量门并向用户说明差距
- 选项 C:将任务分解为更小的子任务,并对每个子任务运行审查循环
默认行为: 由于你(主代理)本身就是工作者,请根据任务生成一个与你当前能力相当或更强的评审者子代理:
- 大多数任务 → 标准/平衡评审者
- 专业化/困难任务 → 高级/推理评审者
- 快速检查 → 快速/轻量评审者(仅当你同时也扮演轻量工作者角色时)
用户覆盖设置
用户可以通过请求自然覆盖任何默认设置。请自然解析这些内容:
"实现X,使用审查循环,质量门9,使用高级模型进行评审,最大循环次数5"
"打磨这个,最小循环次数2,门限设为8"
"运行审查循环,快速评审者,最大循环次数2"
"使用审查循环,推理评审者,质量门9,最小循环次数3,最大循环次数6"
解析规则:
- "质量门 N" 或 "门限 N" → quality_gate = N
- "[模型] 评审者" 或 "使用 [模型] 进行评审" → reviewer_model 覆盖
- "最大 N 次循环" → max_loops = N
- "最小 N 次循环" → min_loops = N
- 如果用户未指定,则使用默认值
- 如果用户说 "详尽" 或 "严格" → 解释为 quality_gate 8, min_loops 2
- 如果用户说 "快速" 或 "快" → 解释为 max_loops 2, quality_gate 6
流程
flowchart TD
A[完成工作] --> B[生成评审子代理]
B --> C{达到最小循环次数?}
C -- 否,始终继续 --> E[根据反馈修订]
C -- 是 --> D{分数 >= 质量门?}
D -- 是 --> F[最终润色阶段]
D -- 否 --> G{达到最大循环次数?}
G -- 是,无论如何都停止 --> F
G -- 否 --> E
E --> B
F --> H([完成])
逐步说明
步骤 1:完成工作
像平时一样完成任务。编写代码、创建规格、实现特性。不要有所保留——全力以赴,给出你最好的首次尝试。
步骤 2:生成评审子代理
使用代理工具指派一个评审者。评审者必须:
- 是一个独立的子代理(全新的上下文,不受你推理过程的锚定)
- 仅接收工作成果(文件、差异)——而非你的思考过程
- 提供1-10分的评分以及具体、可操作的反馈
- 默认使用平衡/标准模型(对于复杂/专业化任务可使用高级推理模型)
评审者提示模板:
你是一个批判性评审者。请对以下工作成果进行1-10分评分,并提供具体、可操作的反馈。
## 已完成的內容
{任务的简要描述}
## 评审标准
{任务特定标准——对本次任务重要的方面}
良好编写的标准示例:
针对 REST API 端点:
- 使用了正确的 HTTP 状态码
- 所有参数都进行了输入验证
- 强制执行身份验证;不存在未经授权的访问
- 无 N+1 查询模式
针对设计文档:
- 问题陈述清晰无歧义
- 考虑了替代方案及其权衡
- 对实现复杂性的描述没有含糊其词
- 成功指标可衡量
针对数据管道:
- 幂等——可安全地重新运行
- 优雅地处理模式变更
- 记录了失败模式
- 处理了 PII 数据
## 说明
1. 仔细阅读工作成果
2. 进行1-10分评分,其中:
- 1-3:从根本上存在缺陷,或缺失主要需求
- 4-6:可用但存在重大问题
- 7-8:良好,仅存在小问题
- 9-10:优秀,可发布
3. 列出具体问题,尽可能附带文件:行号引用
4. 对于每个问题,解释为什么重要以及如何修复
5. 不要客气——要诚实直接
6. 清晰陈述你的分数,格式为 "分数:N/10"
## 要评审的文件
{粘贴文件内容或列出文件路径及相关摘录}
步骤 3:解析反馈
从评审者的回复中提取:
- 分数(数字)
- 问题(分为 严重 / 重要 / 次要)
- 具体修复措施(需要更改的内容)
向用户报告:
循环 {N}/{最大}:分数 {X}/10
- {关键反馈点摘要}
步骤 4:检查停止条件
按以下顺序:
- 如果已完成循环次数 < 最小循环次数 → 继续(始终)
- 如果分数 >= 质量门 → 停止,进入最终润色
- 如果已完成循环次数 >= 最大循环次数 → 停止,进入最终润色
- 否则 → 修订并循环
步骤 5:修订
处理评审者的反馈。修复严重问题和重要问题。次要问题可选。然后返回步骤2。
重要: 每次修订应有针对性。不要重写所有内容——修复评审者指出的问题。在心里维护一个所有先前反馈的列表,以避免回归。
步骤 6:最终润色
循环退出后(达到质量门或达到最大循环次数):
- 如有必要,修复剩余的次要问题(如果是小问题)
- 验证最终输出的一致性(没有来自修订周期的残留物)
- 向用户报告最终分数和循环次数
根据不同任务类型调整评审标准
| 任务类型 | 评审者应重点关注 |
|---|---|
| 代码 | 正确性、边界情况、错误处理、可读性、无安全问题 |
| 规格/设计 | 完整性、可行性、无含糊之处、可实现性 |
| 重构 | 无行为变更、无回归、比以前更清晰 |
| 写作 | 清晰度、结构、针对受众、无废话 |
| 缺陷修复 | 根因已处理、存在回归测试、无副作用 |
| 基础设施 / 基础设施即代码 | 幂等性、最小权限、无硬编码密钥、销毁安全 |
| 数据库迁移 | 可逆性、索引策略、数据丢失风险、性能可扩展性 |
| API 设计 | 向后兼容性、认证、版本控制、错误契约 |
| 测试套件 | 边缘情况覆盖、测试无相互依赖、有意义的断言 |
两种操作模式
模式 A:“执行并评审”(完整循环)
用户给出任务并要求使用审查循环。你执行工作并运行审查循环。
用户:“实现缓存层。使用审查循环,质量门8。”
你:
1. 实现缓存层
2. 生成评审者 → 分数6,反馈:缺少驱逐策略,没有 TTL
3. 修订:添加驱逐策略 + TTL
4. 生成评审者 → 分数8,反馈:命名方面的次要问题
5. 最终润色,完成
模式 B:“评审现有工作”(仅评审)
用户已完成工作,或你已完成工作。仅对现有内容运行审查循环。
用户:“对我刚写的认证模块运行审查循环”
你:
1. 读取认证模块
2. 生成评审者 → 分数5,反馈:SQL 注入,无速率限制
3. 修复:参数化查询,添加速率限制器
4. 生成评审者 → 分数8,通过
5. 完成
红旗(禁忌)
绝不要:
- 不生成子代理而进行自我评审(锚定偏差)
- 在没有正当理由的情况下,因为“反馈错误”而跳过修订周期
- 抬高自己的分数(“我认为这实际上得9分”)
- 未经用户同意便超过最大循环次数
- 将完整推理/历史交给评审者(他们必须评审工作成果,而非你的意图)
如果评审者错了:
- 用证据反驳(展示证明反馈有误的代码/测试)
- 在修订中跳过该具体点
- 在报告中向用户说明
- 不要为了补偿而降低质量标准
示例报告格式
--- 审查循环:{任务名称} ---
循环 1/4:分数 6/10
评审者:缺少输入验证,未处理网络超时错误,
函数太长(80 行)。
操作:修复所有三个问题。
循环 2/4:分数 8/10
评审者:整洁。次要问题:变量名 `d` 可以更具描述性。
操作:达到质量门(8 >= 8)。最终润色。
结果:2 次循环中获得 8/10 分。完成。
已知限制
- 评审者子代理没有先前循环的记忆——每个评审者提示中需明确包含先前的反馈上下文,以避免重复解决已解决的问题
- 如果评审者提示标准过于模糊,可能出现分数虚高——请投入时间编写具体、可衡量的标准
- 此技能不能替代安全关键或合规敏感代码的人工代码审查;将输出视为强有力的初次检查
- 如果任务定义不明确,循环可能无法收敛——在开始前定义清晰的验收标准
成本与速度
- 每次循环 = 1 次评审者子代理调用
- 对于完整的3次循环周期,预算时间大约为单次实现阶段的 1–2 倍
- 与交付有缺陷的代码、模糊的规格或触发后期审查周期相比,这成本低廉
- 大多数评审使用默认/标准模型;仅在专业领域(安全审计、分布式系统、量化金融)升级到高级推理模型
许可证
MIT — 可免费使用、改编和再分发,适用于任何 AI 工具或平台。欢迎注明出处。欢迎贡献。