cxb-review

用于步骤级和任务级的双重评估。

它做什么

cxb-review 通过 Claude 的本地评估和另一个 Provider（通常是 Codex）的交叉评估，提供第二层质量控制。

这样做的意义在于，单个模型很容易遗漏：

• 隐蔽回归
• 需求漂移
• 测试不足
• 验收标准覆盖不完整

审查模式

模式	运行时机	检查对象
step	单个步骤执行后	该步骤的完成条件
task	所有步骤完成后	整体验收标准与全局质量

决策流程

1. Claude 评估

Claude 会先给出一个本地判定：

• PASS
• FIX
• UNCERTAIN

2. 交叉评估

交叉审查 Provider 需要回答：

1. 是否同意 Claude 的结论？
2. Claude 漏掉了什么？
3. 最终应判定通过还是修复？

3. 最终决定

Claude	交叉评审	结果
PASS	PASS	PASS
PASS	FIX	FIX
FIX	PASS	FIX
FIX	FIX	FIX
UNCERTAIN	任意	由 Claude 最终裁决

该系统有意偏向“先修复再通过”，而不是在分歧中放行。

Step 模式检查项

针对单一步骤，审查需要回答：

• 完成条件是否被准确满足？
• 代码改动是否仍在范围内？
• 是否引入了明显回归？
• 如果该步骤需要测试，测试是否已执行？

Task 模式检查项

针对整项任务，审查需要回答：

• 是否满足全部验收标准？
• 是否缺少文档或配置更新？
• 是否仍存在正确性或可维护性问题？
• 是否应该显式拆出后续任务，而不是默默妥协？

审查输出示例

{
  "mode": "step",
  "target": "Add audit logging to admin mutations",
  "verdict": "FIX",
  "claudeAssessment": {
    "verdict": "PASS",
    "reason": "Done conditions appear satisfied"
  },
  "crossAssessment": {
    "verdict": "FIX",
    "agreedWithClaude": false,
    "missedIssues": [
      "DELETE mutations are not logged",
      "No test covers actor attribution"
    ],
    "fixItems": [
      "Log destructive admin actions",
      "Add regression test for actor_id capture"
    ]
  },
  "finalDecision": {
    "verdict": "FIX",
    "reason": "Cross-review found requirement gaps"
  }
}

最佳实践

• 审查要保持二值化：通过或修复，不要停留在“差不多可以”。
• 修复项必须具体，不能只给空泛建议。
• 只要任务涉及用户可见行为或高风险改动，就应用 task 模式做最终审查。
• 如果 Claude 和 Codex 结论不一致，重点看分歧点，真正的问题通常就藏在那里。

适合触发 cxb-review 的请求

• “按完成条件跑一步 step-level review。”
• “按最初验收标准审查这个已完成任务。”
• “让 Codex 挑战这个实现，只有测试和文档完整才允许通过。”