mcpField
C
ccg

ccg

github.com/zereightAgent 工作流2.1k57 次安装今天更新
代码仓库

关于 ccg

CCG 将任务并行交给 Codex 和 Gemini 分析，再综合为统一答复，适用于多角度审查与交叉验证。若某个 CLI 不可用，可使用可用的提供方；两者均不可用时则仅由 Claude 处理。

主要功能

  1. 01并行调用 Codex 与 Gemini
  2. 02按职责拆分分析提示词
  3. 03整合共识与冲突意见
  4. 04提供单个提供方的回退方案

适用场景

  1. 01从不同角度审查代码
  2. 02交叉验证分析结论
  3. 03同时处理后端与界面相关任务

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/zereight/gitlab-mcp --skill ccg

安装后在 Claude Code 中输入/ccg确认已加载。

详细介绍

CCG - Claude-Codex-Gemini 三模型编排

将任务并行分发给三个 AI 模型，然后综合它们的输出，生成一个统一答案。

适用场景

  • 在一个请求中同时处理后端/分析和前端/UI 工作
  • 从多个角度进行代码审查
  • 模型可能意见不一时进行交叉验证
  • 无需完整团队编排的快速并行输入

不适用场景

  • 简单直接的任务 → 直接执行
  • 已明确处理方案 → 使用 /omg-autopilot
  • 需要协调多个 Agent 协作 → 使用 /team

要求

  • Codex CLI：npm install -g @openai/codex
  • Gemini CLI：npm install -g @google/gemini-cli
  • 如果任一 CLI 不可用，则使用可用的提供方继续执行

执行协议

1. 分解请求

将用户请求拆分为：

  • Codex 提示词：架构、正确性、后端、风险、测试策略
  • Gemini 提示词：UX/内容清晰度、替代方案、边缘场景下的易用性、文档润色
  • 综合计划：如何协调冲突
2. 调用顾问

通过 CLI 并行运行两个顾问：

# Run in terminal
codex "<codex prompt>"
gemini "<gemini prompt>"

如果可用，也可以通过 VS Code 的 selectChatModels() API：

Promise.all([
  model_openai.sendRequest(codex_prompt),
  model_google.sendRequest(gemini_prompt)
])
3. 收集结果

收集两个顾问的输出。

4. 综合

返回一个统一答案，包含：

  • 一致意见：推荐方案
  • 冲突意见（明确指出）
  • 选定方案：最终方向及理由
  • 行动清单

备用方案

情况操作
一个提供方不可用使用可用的提供方，并由 Claude 综合
两个提供方都不可用回退到仅使用 Claude 作答

示例

/ccg Review this PR - architecture/security via Codex and UX/readability via Gemini

输出：

=== CCG Synthesis ===

## Agreed
- Authentication middleware needs rate limiting
- Error messages should be more user-friendly

## Conflicting
- Codex: Use middleware pattern for validation
- Gemini: Use inline validation for simplicity
→ Chosen: Middleware pattern (consistency with existing codebase)

## Action Checklist
- [ ] Add rate limiting middleware
- [ ] Improve error messages in auth flow
- [ ] Extract validation to middleware layer

评论

支持 Markdown