多智能体代码评估

要解决什么问题

代码评审往往依赖单一视角：有人只看逻辑，有人只扫安全，很难在一次对话里得到可比较、可复现的质量结论。人工 checklist 也容易漏维度或权重不一致。这个技能把评估拆成「主编 + 五类专职 Evaluator」，用固定权重汇总成等级分，并用统一标签输出发现项，方便对照改代码。

技能如何工作

收到评估请求后，主编按四阶段执行：

1. 任务分析：识别语言与框架，划定范围与深度，把子任务分给对应 Evaluator。
2. 五维并行评估：同时调度五类评估体，各维 0–100 分：

- 完整性（25%）：功能覆盖、边界与错误处理
- 正确性（25%）：逻辑、算法与输出验证
- 易用性（20%）：API 设计、可读性、文档
- 安全性（20%）：漏洞与安全实践
- 可维护性（10%）：结构、模块化、可测试性

1. 分数汇总：总分 = Σ(维度分数 × 权重)，等级为 S（90+）、A（75–89）、B（60–74）、C（45–59）、D（<45）。
2. 生成报告：用 💯/📊/⚠️/✅/❌/💡 等标签标记分数、指标、警告、通过/不通过与建议；详细版式见 references/output-template.md。

适用边界

这是提示词驱动的多角色评估流程，不是静态分析器或 CI 插件：结果依赖模型对代码上下文的理解，复杂仓库可能需要你明确评估范围。权重与等级表是技能内固定约定，若团队有自己的门禁标准，应在 Phase 1 说明深度或对照内部 rubric 使用报告中的分项与建议，而不是只盯字母等级。