mcpField
M
multi-model-meta-analysis

multi-model-meta-analysis

github.com/petekp测试与质量1049 次安装21 周前更新
代码仓库

关于 multi-model-meta-analysis

用于汇总多个 AI 模型对代码库的分析结果的技能，面向代码审查与问题评估。它将模型提出的事实性主张逐项对照源代码核验，再处理重复项和相互矛盾的结论。

主要功能

  1. 01提取并标记模型主张
  2. 02合并语义重复的结论
  3. 03对照源代码核实事实
  4. 04调查并解决结论冲突
  5. 05按模板生成综合评估

适用场景

  1. 01综合多个模型的代码审查结果
  2. 02核验报告中的缺陷或安全问题
  3. 03整理不同模型之间的意见分歧

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/petekp/agent-skills --skill multi-model-meta-analysis

安装后在 Claude Code 中输入/multi-model-meta-analysis确认已加载。

详细介绍

多模型综合

通过交叉核对各项主张与实际代码库，整合多个 AI 模型的输出，形成经过验证且全面的评估。

核心原则

模型会产生幻觉，也会彼此矛盾。源代码才是事实依据。所有重要主张都必须经过验证，才能纳入最终评估。

流程

1. 提取主张

解析每个模型的输出，提取具体主张：

  • 关于代码的事实陈述（“函数 X 执行 Y”“Z 中没有错误处理”）
  • 建议（“应添加验证”“重构此模式”）
  • 指出的问题（“第 N 行存在错误”“安全漏洞”）

为每项主张标注其来源模型。

2. 去重

将语义相同的主张分组：

  • “缺少输入验证” = “没有清理” = “未检查用户输入”
  • “应使用 async/await” = “转换为 promise” = “改为异步”

统一表述，并记录提及该主张的模型。

3. 对照源代码验证

针对每项事实主张或指出的问题：

CLAIM: "The auth middleware doesn't check token expiry"
VERIFY: Read the auth middleware file
FINDING: [Confirmed | Refuted | Partially true | Cannot verify]
EVIDENCE: [Quote relevant code or explain why claim is wrong]

使用 Grep、Glob 和 Read 工具查找并检查相关代码。未经验证，不要相信模型的主张。

4. 解决冲突

当模型彼此矛盾时：

  1. 明确具体分歧
  2. 检查实际代码
  3. 判断哪个模型（如果有）是正确的
  4. 用证据记录结论
CONFLICT: Model A says "uses SHA-256", Model B says "uses MD5"
INVESTIGATION: Read crypto.js lines 45-60
RESOLUTION: Model B is correct - line 52 shows MD5 usage
EVIDENCE: `const hash = crypto.createHash('md5')`
5. 综合评估

生成一份最终文档，其中：

  • 陈述已验证的事实（而非模型观点）
  • 为重要主张提供证据
  • 说明哪些内容无法验证
  • 保留无需验证但有价值的见解（例如设计建议）

输出格式

# Synthesized Assessment: [Topic]

## Summary
[2-3 sentences describing the verified findings]

## Verified Findings

### Confirmed Issues
| Issue | Severity | Evidence | Models |
|-------|----------|----------|--------|
| [Issue] | High/Med/Low | [file:line or quote] | Claude, GPT |

### Refuted Claims
| Claim | Source | Reality |
|-------|--------|---------|
| [What model said] | GPT-4 | [What code actually shows] |

### Unverifiable Claims
| Claim | Source | Why Unverifiable |
|-------|--------|------------------|
| [Claim] | Claude | [Requires runtime testing / external system / etc.] |

## Consensus Recommendations
[Items where 2+ models agree AND verification supports the suggestion]

## Unique Insights Worth Considering
[Valuable suggestions from single models that weren't contradicted]

## Conflicts Resolved
| Topic | Model A | Model B | Verdict | Evidence |
|-------|---------|---------|---------|----------|
| [Topic] | [Position] | [Position] | [Which is correct] | [Code reference] |

## Action Items

### Critical (Verified, High Impact)
- [ ] [Item] — Evidence: [file:line]

### Important (Verified, Medium Impact)
- [ ] [Item] — Evidence: [file:line]

### Suggested (Unverified but Reasonable)
- [ ] [Item] — Source: [Models]

验证指南

务必验证：

  • Bug 报告和安全问题
  • 关于代码执行或不执行某项操作的主张
  • 关于缺失功能的断言
  • 性能或复杂度相关主张

可采信，但注明来源：

  • 风格和可读性建议
  • 架构建议
  • 最佳实践建议

标记为无法验证：

  • 运行时行为主张（没有测试时）
  • 性能基准（没有性能分析时）
  • 外部 API 行为
  • 用户体验主张

反模式

  • 不检查代码就盲目合并模型输出
  • 把模型共识当作证明（所有模型都可能出错）
  • 省略已证伪的主张（记录错误之处很有价值）
  • 因为主张“听起来合理”就跳过验证

评论

支持 Markdown