这个 Skill 能做什么，适合哪些场景？
该技能用于对拉取请求执行最终代码审查。它会调用除自身之外的所有 code-review-* 技能，每个技能由一个子代理执行。技能要求汇总所有子代理发现的问题，并为每条问题提供文件路径和行号。必要时，它还会在拉取请求所有者发起审查的情况下添加 code-reviewed 标签。除非明确要求，否则不会留下 GitHub 评论。
协调多个 code-review-* 子代理审查拉取请求代码；向子代理传递完整技能路径；收集并返回所有审查问题；使用原始 Markdown 编号呈现发现；为每条发现标注具体文件路径和行号；在满足所有者条件时添加 code-reviewed 标签。
- 维护者希望在合并前对拉取请求执行一次完整的最终审查。
- 团队需要从多个专门代码审查技能收集尽可能完整的问题清单。
- 审查者需要每条问题都能定位到具体文件和行号。
- 仓库希望在拉取请求所有者自行运行审查时自动添加审查完成标签。
如何安装这个 Skill？
- 自动添加 GitHub 标签会产生外部状态变更；应在执行前确认权限、用户意图和回滚方式。
- 该技能依赖未随文件定义或验证的 code-review-* 子技能；缺失或失败时可能无法完成审查，且没有明确诊断协议。
- “返回每一个问题”和“无限数量”缺少去重、优先级和大小控制，可能导致输出过长或难以消费。
- 网络访问
- 本地文件系统
该技能属于 openai/codex 仓库中的技能集合，源材料未说明单独安装此技能或将其复制到其他客户端的步骤。Codex CLI 的安装方式包括：npm install -g @openai/codex，然后运行 codex。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/openai/codex.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/.codex/skills/code-review" ~/.claude/skills/
rm -rf "$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：
- 对这个拉取请求执行最终代码审查，并返回所有问题。
运行 codex，请求对指定拉取请求执行最终代码审查，例如：“对这个拉取请求执行最终代码审查，并返回所有问题。”源材料未规定更具体的触发语法，也未说明如何配置或提供其他 code-review-* 技能。
这个 Skill 有哪些优点和局限？
- 覆盖所有其他 code-review-* 技能的发现。
- 要求每条问题包含文件路径和行号，便于定位。
- 支持返回不限数量的问题。
- 默认不留下 GitHub 评论，减少意外外部操作。
- 该技能依赖其他 code-review-* 技能，但源材料未列出这些技能或说明其安装方式。
- 源材料未提供失败处理、审查顺序或具体触发语法。
- 标签操作涉及 GitHub，但源材料未说明所需权限或认证方式。
- 输出格式是原始 Markdown，而不是结构化 JSON。
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 |
|---|---|---|---|---|
| 拉取请求代码审查 本页 ✓ OpenAI · 官方 | 33 · 不推荐 | ★ 129k | 11 天前 | Apache-2.0 |
| CODEOWNERS 分组拆分 PR ✓ NVIDIA · 官方 | 57 · 谨慎使用 | ★ 3.6k | 11 天前 | Apache-2.0 |
| 会话拉取请求助手 ✓ Microsoft · 官方 | 43 · 不推荐 | ★ 194k | 11 天前 | MIT |
| 严谨代码评审接收 | 52 · 谨慎使用 | ★ 299k | 16 天前 | MIT |
| GitHub PR 工作流助手 | 42 · 不推荐 | ★ 1.7k | 17 天前 | MIT |
FollowSkills 如何评估这个 Skill？
技能明确要求使用子代理并传递完整技能路径，且禁止未经明确请求留下 GitHub 评论，体现了一定的作用域约束；但自动添加 code-reviewed 标签属于外部状态变更，缺少用户确认、权限边界、数据流和回滚说明，也未说明敏感代码或凭据处理，因此扣分。
主流程和输出要求较清楚，但依赖所有 code-review-* 技能、子代理可用性和 GitHub 上下文均未在该文件中定义；没有异常输入、子代理失败、重复发现或部分完成时的处理和诊断反馈。静态评估且缺少可复现测试证据，分数受限。
目标场景明确为 pull request 的最终代码审查，并要求逐项列出问题；但未定义触发条件、输入格式、无适用技能时的行为、非适用范围或环境要求，也未提供中文输出和中国大陆网络可达性说明，因此适用边界有限。
YAML 元数据简洁，正文按流程组织，且规定了发现格式、路径和行号；但没有安装或依赖说明、参数契约、示例、FAQ、已知限制、版本、变更记录或技能维护责任。仓库级 Apache-2.0 和 OpenAI provenance 可作为外部治理背景，但未在技能文件中表达。
技能明确要求汇总所有子代理发现并提供文件路径和行号，理论上能完成核心审查交付；但所需子技能、审查覆盖和代表性输出均未在文件中验证，且“无限数量”和 raw Markdown 要求可能造成输出不可控，仍需人工检查。
文件提供了可审计的输出字段要求，但没有测试套件、CI 证据、示例结果或第三方复现材料来证明编排、标签条件和发现完整性；因此只能给予有限静态可验证性。
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 →