这个 Skill 能做什么，适合哪些场景？
cmux-review 是 manaflow-ai/cmux 仓库 skills 集合中的一个 Agent Skill，专门用于审查代理写出的代码改动。它的核心原则是用审查流程减少开发者需要投入的注意力：只暴露具体的正确性缺陷，压制风格意见和琐碎改进。默认流程通过一个审查子代理基于 base/head SHA 和 diff 独立发现问题，验证后才允许修复与合并；对安全、并发、数据丢失等高风险改动则升级为完整的对抗性审查协议。该技能只包含 Markdown 指令和参考文档，不附带可执行脚本。
- 读取任务意图、base/head SHA 和精确 diff，交给当前运行时的审查子代理独立发现正确性问题与仓库规则违规
- 以“修复前红、修复后绿”的测试证据验证每个具体发现，授权后才修复并推送，修复后重跑原始判别测试
- 对非平凡修复获取一次全新的子代理复审，审查修复增量
- 检查通过且满足批准规则后才合并，报告发现、验证过程与覆盖缺口
- 高风险改动走对抗性协议：源身份确认、独立审查者、反证与可执行检查，最终持久化审查收据与报告
- 运行 Claude Code、Codex 等代理的工程师，在把代理改动合并进主分支前做最后一道正确性把关
- 代理完成了大幅编辑后，需要一次独立于作者推理的复审再决定是否接受
- 代理声称“已修复”某 bug 后，重新审查修复增量而非直接相信绿色测试
- 改动涉及安全、持久化、并发或数据丢失风险时，需要执行完整的对抗性深度审查
- 团队需要一份带证据和收据的合并报告，用于追溯每个修复的验证过程
- 只想要风格检查、lint 或格式统一的团队——该技能明确压制风格与琐碎建议
- 无代理工作流的普通人工 PR 审查——流程围绕审查子代理与代理改动设计
- 需要依赖外部审查服务或第二模型把关的场景——技能明确要求使用当前运行时的子代理，而非外部服务
如何安装这个 Skill？
- 静态评审，未执行任何技能指令；评分为低置信度源码推断。
- 技能强依赖 cmux 专有运行时（Vault、workspace 状态、comments CLI）与 subagent 支持，在非 cmux 环境中多数高级流程不可用。
- 修复与推送等有副作用操作默认允许（在授权后），用户应确认授权范围；收据要求存储于源码库外，请勿误提交。
- 适用人群为使用 GitHub PR 流程的英文开发者，无中文文档；dogfood/Vercel/CI 相关环节在中国大陆可达性未验证。
- 仓库 license 元数据为 NOASSERTION，且部分目录为 BUSL-1.1，使用前需自行确认许可边界。
- 该流程较重，对小型低风险改动成本收益比可能不划算，建议仅用于高风险或明确请求的深度评审。
- Shell / 命令行
- 本地文件系统
git
来源（README 与 SKILL.md）没有给出这个单独技能的安装命令，只说明了仓库以 25 个技能的集合形式分发，技能文件位于 skills/cmux-review/SKILL.md，并附带 references/ 下的参考文档。若使用 Agent Skills 兼容的宿主，通用做法是把技能文件夹复制进宿主的技能目录，具体步骤未在来源中记录。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/manaflow-ai/cmux.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/cmux-review" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 合并这个代理写的改动前先做一次审查：base 是 abc1234，head 是 def5678，只报正确性问题
- 代理刚大幅重构了支付模块，帮我独立复审一遍再决定是否接受
- 代理说修好了那个并发 bug，重新审查一下修复增量，给我修复前红、修复后绿的证据
- 这个改动涉及用户数据的持久化逻辑，按对抗性协议做一次深度审查
该技能由模型自动触发，触发条件写入 SKILL.md 的 description：合并前审查代理改动、大幅编辑之后、或重新审查一次修复。默认流程四步：给审查子代理下发意图、SHA 与 diff；验证发现并在授权后修复、重跑判别测试；非平凡修复再获取一次全新复审；检查通过且批准规则满足后合并。审查保持只读直到授权修复，且不提交审查收据、临时复现脚本或日志。对于实现交接或合并，需按 references/dogfood-and-merge.md 执行逐改动验证；应用/运行时/UI 合并需要用户在 dogfood 后明确批准，或直接下达合并指令（如 merge、auto-merge；finish、lgtm、ship it 不算）。main 分支按夜间策略处理：堆叠修复而不是回滚。高风险场景切换到 references/ 中的对抗性协议（发现与分诊、挑战与验证、收据持久化）。
这个 Skill 有哪些优点和局限？
- 独立子代理审查避免作者推理污染发现过程，配合修复前红/修复后绿的证据要求，能识别空洞的绿色测试
- 范围纪律明确：只报正确性缺陷，压制风格意见，减少开发者注意力消耗
- 对抗性协议覆盖安全、并发、数据丢失等高风险维度，并要求持久化收据与前后修复的源坐标
- 合并批准规则具体可执行，明确哪些口头指令构成合并授权
- 技能本身没有任何自动化测试或脚本，效果完全依赖宿主模型遵循指令的质量
- 子代理（subagent）机制在不同 Agent Skills 宿主间实现不一，可移植性存在实际摩擦
- 来源未提供安装命令、演示或基准数据，难以评估实际收益
- 仓库整体许可证为 NOASSERTION（README 提到 GPL-3.0-or-later 加上服务器端的 Business Source License 1.1），商用前需确认该技能文件的具体许可条款
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| cmux 合并前审查技能 本页 | 55 · 谨慎使用 | ★ 28k | 1 天前 | NOASSERTION |
| 子代理驱动开发 | 50 · 谨慎使用 | ★ 297k | 16 天前 | MIT |
| PR 保姆：持续监控拉取请求直至合并 | 47 · 谨慎使用 | ★ 98k | 3 天前 | Apache-2.0 |
| Imprint — AI 工作印记 | 46 · 谨慎使用 | ★ 103 | 19 天前 | MIT |
| PR 提交流程规范 | 40 · 不推荐 | ★ 5.2k | 3 天前 | Apache-2.0 |
SKILL.md 将自身定位与传统做法区分开：它拒绝用第二模型或外部审查服务作为把关方，坚持使用当前运行时内的审查子代理；也不像通用 lint/CI 工具那样做风格检查，而是专注于正确性缺陷与证据化验证。
FollowSkills 如何评估这个 Skill？
该技能默认评审阶段只读、修复需用户授权、禁止提交回执与临时产物、回执存储在源码库之外、不使用外部服务作门禁，且引用了带 schema 的收据机制，数据流与外部效应披露较好；扣分点在于对 git push、修复提交、媒体上传等有副作用的操作缺少显式确认门（仅对合并要求批准），授权边界依赖代理自行判断，技能文件本身未声明权限范围。
文档结构自洽：发现-挑战-验证-修复-收据的流程闭环清晰，含 P0-P3 分级、验证结果枚举和证据分类；但为纯指令型技能，无可执行测试或脚本随附，关键路径未静态复现，交叉引用（如 cmux-testing、Vault、cmux CLI）未在给定文件中证实，异常输入（无 cmux 环境、无 subagent 支持）仅有部分降级说明，扣至静态上限以下。
触发场景明确（合并前评审、大幅编辑后、修复复评、高风险深度评审），描述字段语义清晰；但能力边界声明不完整——强依赖 cmux 运行时（workspace 状态、Vault、comments CLI）、subagent 支持、GitHub PR 流程，非 cmux 环境适用性仅部分说明；技能无中文文档，且其服务的 dogfood/Vercel/GitHub 工作流在中国大陆可达性存在不确定性，扣分。
分层文档良好（主文件 + references 深入细节 + JSON schema），收据 schema 规范完整，命名稳定；但技能自身无版本号/变更日志，无 FAQ 与已知限制章节，所属仓库 license 元数据为 NOASSERTION 且混合 GPL/BUSL 需用户自行辨析适用范围，维护责任仅体现为仓库归属，扣分。
目标明确（以独立发现、对抗挑战、可执行验证减少人工评审负担），方法论优于通用提示；但为静态评审，无法证实实际产出可用性，流程较重（回执、双发现通道、重评），对低风险小改动的成本收益比存疑，且部分价值依赖 cmux 专有原语，扣分。
提供了 review-receipt.schema. 作为可审计的结构化证据框架，证据分类与 PROVEN/DERIVED 等认识论标签设计严谨；但仓库未见针对该技能关键路径的 CI 测试或第三方执行证据，多条引用文件未提供，无法独立复现其结论，扣至静态上限以下。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →