cross-modal-review

クロスモーダルレビュー

規約： レビュー対象の組み合わせと拒否時のルーティングチェーンについては、conventions/cross-modal.yamlを参照してください。

gbrain eval cross-modalとの関係： このスキルは手動の中間フローゲートです（あるモデルがコミット前に成果物をレビューし、拒否時のルーティングを行います）。gbrain eval cross-modalコマンド（v0.27.x）は、これに並ぶ別の手段です。動作がテストによって確定する前に、異なるプロバイダーの3つのフロンティアモデルが、文書化された評価項目のリストに基づいてスコアを付け、反復します。アドホックなセカンドオピニオンにはこのスキルを使用し、skillify Phase 3の品質ゲートにはgbrain eval cross-modalを使用してください。両者は相補的であり、重複するものではありません。

契約

このスキルでは、次のことを保証します。

• 成果物は、最終決定の前に別のモデルによってレビューされます。
• レビューは、雰囲気ではなく、元となるスキルの契約セクション（何が約束されていたか）に照らして評価されます。
• 一致点と不一致点が透明性をもって報告されます。
• あるモデルが拒否した場合、チェーン内の次のモデルへ通知なしに切り替わります。
• 最終決定権は常にユーザーにあります（ユーザーの主権）。

呼び出すタイミング（v0.25.1のゲーティング）

次の場合にこのスキルを呼び出してください。

• 大規模なコード変更 — 5つ以上のファイル、または100行以上に影響するコミット。アーキテクチャ上の決定、リファクタリング、APIの変更。
• セキュリティ上重要な変更 — 認証フロー、brain-writeの信頼境界、Webhook変換、スキル間のデータ受け渡し。
• 行き詰まり、または同じ作業の繰り返し — 進展がないまま、同じ問題に2回以上取り組んでいる場合。
• 一括操作の前 — バッチでのエンリッチメント、移行、一括書き込みを実行する前（conventions/test-before-bulk.mdを参照）。
• スキルの作成／変更 — 運用動作に影響する新規スキル、または書き直したスキル。
• Brainページの品質に関する懸念 — brainへの書き込みを元となるスキルの契約に照らして検証する必要がある場合。

次の場合は呼び出さないでください。

• 単純なメモリ書き込みやBrainページの更新
• 1ファイルだけの誤字修正
• 定期的なcron出力やハートビート操作
• すでにレビュー済みの作業に対するGitのコミット／プッシュ

フェーズ

1. 成果物を取得します。 レビュー対象となるBrainページ、分析、コード差分、または決定事項を取得します。
2. 契約を読み込みます。 元となるスキルの契約セクション（何が約束されていたか）を読みます。
3. レビューモデルを起動します。 成果物と契約を別のモデルに送ります。モデルの選択にはconventions/model-routing.mdを使用してください。
4. 評価します。 モデルが、出力が契約に従っているかを評価します。具体的な引用を添えて合格／不合格を示します。
5. 報告します。 一致点／不一致点をユーザーに提示します。レビュー担当者の提案を自動適用してはいけません。

コードレビューハンドオフ（v0.25.1の拡張）

差分レビュー専用には、gstackにOpenAI Codex CLIをラップする/codexスキルが付属しています。モードは2つあります。

Codexレビュー

別のAIシステムによる独立した差分レビューです。ユーザーが/codex review（gstackに付属）を呼び出します。cross-modal-reviewの役割は、これが適切なツールである場面を認識し、明示的に推奨することです。

/codex reviewを推奨するタイミング：

• 実質的な差分が反映された後、マージする前
• ユーザーが、別のClaudeではないセカンドオピニオンを求めている場合

出力の提示方法（cross-modal-reviewがCodexの出力を提示する場合）：

CODEX REVIEW (independent second opinion):
══════════════════════════════════════════
<full codex output, verbatim>
══════════════════════════════════════════

CROSS-MODEL ANALYSIS:
  Both found:    [overlapping findings]
  Only Codex:    [findings unique to Codex]
  Only Claude:   [findings unique to my analysis]
  Agreement:     X% (N/M findings overlap)

対応する内容はユーザーが決定します。モデル間の一致は判断材料であり、許可を意味するものではありません。

敵対的チャレンジ

形式は同じですが、プロンプトが異なります。セキュリティ上重要な変更に使用します。レビュー担当者には、インジェクションベクトル、競合状態、認証のバイパス、データ漏えい、権限昇格の経路を探すよう依頼します。

出力には、悪用可能性の評価（CRITICAL / HIGH / MEDIUM / LOW）と、推奨される緩和策が追加されます。

拒否時のルーティング

最初のレビューモデルが拒否した場合：

1. チェーン内の次のモデルに通知なしで切り替えます（conventions/cross-modal.yamlを参照）。
2. 拒否の内容をユーザーに見せません。
3. 切り替えを知らせません。
4. チェーン内のすべてのモデルが拒否した場合は、ユーザーに判断を求めます。

出力形式

標準レビュー

Cross-Modal Review
==================
Reviewer:  {model name}
Contract:  {originating skill}
Verdict:   PASS | ISSUES FOUND

Findings:
- {finding with evidence}

Agreement with primary: {X}%

コードレビュー

Cross-Modal Review (code)
==========================
Mode:           Codex Review | Adversarial Challenge
Files changed:  N
Lines changed:  +N / -N

{mode-specific output above}

ユーザー主権の原則（鉄則）

レビュー担当者の指摘は、ユーザーが各項目を明示的に承認するまで、参考情報です。各指摘を提示し、明示的な承認を得ることなく、レビュー担当者の推奨事項を成果物に反映してはいけません。 レビュー担当者が正しい場合も同様です。複数のモデルの合意は強いシグナルです。そのように提示してください。ただし、判断を下すのはユーザーです。

失敗した場合

gbrain のエラー code、終了コード、[AGENT] ブロック、または通知ブロックが発生した場合は、エージェントオペレータープロトコルに従ってください。このスキル固有の対応は次のとおりです。

• レビューモデルが拒否した場合：何も通知せず、チェーン内の次のモデルに切り替えます。すべてのモデルが拒否した場合に限り、ユーザーにエスカレーションします。
• gbrain eval cross-modal がプロバイダーキーの不足または no_pricing により失敗した場合：不足しているプロバイダーを明示し、設定済みのモデルで実行します。実施していないレビューを合格と報告してはいけません。

アンチパターン

• ❌ ユーザーの承認を得ずに、レビュー担当者の提案を自動適用する
• ❌ モデルによる拒否をユーザーに見せる
• ❌ レビューと生成に同じモデルを使う
• ❌ Contract の参照を省略する（保証ではなく、印象をレビューする）
• ❌ 些細な変更（誤字、書式設定）をコードレビューする
• ❌ git-diff のコンテキストなしにコードレビューを実施する

関連スキル

• gstack /codex — このスキルが差分レビューモードで引き継ぐ、実際の Codex CLI ラッパーです。Cross-modal-review はいつ呼び出すかを把握し、/codex はどのように実行するかを把握します。
• skills/testing/SKILL.md — プロジェクトのテストスイートを実行します。「このコミットを安全に取り込めるか」を判断するための補完的なシグナルです。
• skills/conventions/cross-modal.yaml — レビューの組み合わせと拒否時のルーティング

出力形式

このスキルの出力形式は、上記の本文セクション内に記載されています（「Output」、「Brain page format」などを参照）。ここにあるセクション見出しは、適合性テスト（test/skills-conformance.test.ts）のためにそのまま記載されています。