Multi-Model Reviewer Skill
觸發時機
- 規格變更後需要驗證一致性
- Pull Request 審查階段
- CI/CD Pipeline 中的品質門檻
- 開發人員請求全面審查時
核心任務
透過多模型交叉驗證，確保：
- Specification ↔ Program：規格有的，程式必須實作
- Program ↔ Test：程式有的，測試必須涵蓋
- Test ↔ Specification：測試驗證的，規格必須定義
驗證三角形
┌─────────────────┐
│ Specification │
│ (YAML Specs) │
└────────┬────────┘
│
┌────────────┼────────────┐
│ │ │
▼ ▼ ▼
┌───────┐ ┌───────┐ ┌───────┐
│ Spec │ │ Spec │ │ Test │
│ == │ │ == │ │ == │
│Program│ │ Test │ │Program│
└───────┘ └───────┘ └───────┘多模型架構
參與的 AI Agents
| # | Model | 呼叫方式 | 專長 |
|---|---|---|---|
| 1 | ChatGPT 5.2 | API (OpenAI) | 語意理解、邏輯推理 |
| 2 | Gemini | CLI (本地) | 多模態、長上下文 |
| 3 | Codex | CLI (本地) | 代碼生成、理解 |
| 4 | QWEN 32B | Local LLM | 中文理解、快速推理 |
| 5 | Claude | CLI (本地) | 規格分析、假警報過濾 |
審查流程
┌─────────────────────────────────────────────────────────────────┐
│ Multi-Model Review Pipeline │
├─────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Spec │ │ Program │ │ Test │ │
│ │ (YAML) │ │ (Code) │ │ (BDD) │ │
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ │
│ │ │ │ │
│ └──────────────┼──────────────┘ │
│ ▼ │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ Parallel Review │ │
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌──────┐ │ │
│ │ │ChatGPT │ │ Gemini │ │ Codex │ │ QWEN │ │Claude│ │ │
│ │ │ 5.2 │ │ CLI │ │ CLI │ │ 32B │ │ CLI │ │ │
│ │ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ └──┬───┘ │ │
│ │ │ │ │ │ │ │ │
│ │ └───────────┴───────────┴───────────┴─────────┘ │ │
│ │ │ │ │
│ └───────────────────────────┼─────────────────────────────────┘ │
│ ▼ │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ Claude: False Positive Filter │ │
│ │ │ │
│ │ • 交叉比對各模型發現 │ │
│ │ • 過濾假警報 (≥3 models agree = real issue) │ │
│ │ • 分類嚴重程度 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ Final Report │ │
│ │ │ │
│ │ ✅ PASS / ⚠️ WARNINGS / ❌ ERRORS │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘驗證項目
1. Specification → Program (規格 → 實作)
檢查規格定義的內容是否都有對應實作：
checks:
- id: SP1
name: "Domain Events 實作完整性"
rule: "frame.yaml 定義的 domain_events 必須在程式中有對應實作"
example: "WorkflowCreated event defined but not published in CreateWorkflowUseCase"
- id: SP2
name: "Use Case 實作完整性"
rule: "use-case.yaml 定義的 input/output 必須與實際 Service 一致"
- id: SP3
name: "Invariants 實作"
rule: "aggregate.yaml 的 invariants 必須在 Aggregate 中有 enforced_in 對應的驗證"
- id: SP4
name: "Pre/Post Conditions"
rule: "contracts 定義的 pre_conditions 必須在程式中有檢查"2. Program → Test (實作 → 測試)
檢查實作的功能是否都有測試涵蓋：
checks:
- id: PT1
name: "Use Case 測試覆蓋"
rule: "每個 Service class 必須有對應的測試 class"
- id: PT2
name: "Domain Event 測試"
rule: "程式發布的 Domain Events 必須在測試中驗證"
- id: PT3
name: "Error Path 測試"
rule: "程式拋出的每種 Exception 必須有對應的測試案例"
- id: PT4
name: "Invariant 測試"
rule: "Aggregate 的每個 invariant 必須有違反時的測試"3. Test → Specification (測試 → 規格)
檢查測試驗證的內容是否都有規格定義：
checks:
- id: TS1
name: "測試追溯性"
rule: "每個測試案例必須能追溯到 acceptance.yaml 的 AC"
- id: TS2
name: "Frame Concerns 覆蓋"
rule: "所有 frame_concerns 必須被測試涵蓋"
- id: TS3
name: "隱式行為"
rule: "測試驗證的行為如果規格沒有定義，標記為潛在遺漏"輸出格式
審查摘要報告
╔═══════════════════════════════════════════════════════════════════╗
║ DOMAIN EVENT STANDARD UPDATE SUMMARY ║
╠═══════════════════════════════════════════════════════════════════╣
║ # │ Use Case │ Event │ Status ║
╠════╪═══════════════════════╪══════════════════════╪═══════════════╣
║ 1 │ create-workflow │ WorkflowCreated │ ✅ DONE ║
║ 2 │ create-stage │ StageCreated │ ✅ DONE ║
║ 3 │ create-swimlane │ SwimLaneCreated │ ✅ DONE ║
║ 4 │ copy-lane │ LaneCopied │ ✅ DONE ║
║ 5 │ move-lane │ LaneMoved │ ✅ DONE ║
║ 6 │ delete-lane │ LaneDeleted │ ✅ DONE ║
║ 7 │ rename-lane │ LaneRenamed │ ✅ DONE ║
║ 8 │ rename-workflow │ WorkflowRenamed │ ✅ DONE ║
║ 9 │ delete-workflow │ WorkflowDeleted │ ✅ DONE ║
║ 10 │ move-workflow │ WorkflowMoved │ ✅ DONE ║
║ 11 │ set-wip-limit │ WipLimitSet │ ✅ DONE ║
║ 12 │ change-workflow-note │ WorkflowNoteChanged │ ✅ DONE ║
╠════╧═══════════════════════╧══════════════════════╧═══════════════╣
║ TOTAL: 12/12 (100%) ✅ ║
╚═══════════════════════════════════════════════════════════════════╝
變更摘要：
每個 aggregate.yaml 的 domain_events 區塊現在統一：
1. 新增 includes_standard: true
2. 新增 standard_ref: "../../../../shared/domain-event-standard.yaml"
3. 移除重複的 id 和 occurredOn 屬性
4. 新增 metadata 屬性的註解說明
5. 調整 workflowId 為第一個屬性（一致的排序）
共用標準檔案：
- /.dev/problem-frames/ezkanban/board-management/shared/domain-event-standard.yaml
這樣就解決了 multi-model review 發現的 metadata spec mismatch 問題，
所有 12 個 Workflow aggregate 的 domain events 現在都符合標準。問題報告格式
review_report:
timestamp: "2025-12-31T10:30:00Z"
spec_dir: "docs/specs/create-workflow/"
summary:
total_checks: 24
passed: 22
warnings: 1
errors: 1
issues:
- id: ISSUE-001
severity: error
type: "spec_program_mismatch"
description: "Domain event 'WorkflowCreated' missing 'metadata' property in spec"
detected_by: ["chatgpt", "gemini", "claude"] # 3/5 models
confidence: high
spec_location: "aggregate.yaml#domain_events.WorkflowCreated"
program_location: "WorkflowEvents.java#WorkflowCreated"
spec_definition: |
properties:
- workflowId
- boardId
- name
program_implementation: |
record WorkflowCreated(
WorkflowId workflowId,
BoardId boardId,
String name,
EventMetadata metadata // ← Missing in spec
)
suggested_fix: |
Add 'metadata' property to aggregate.yaml:domain_events: - name: WorkflowCreated includes_standard: true standard_ref: "../shared/domain-event-standard.yaml"
- id: ISSUE-002
severity: warning
type: "test_coverage_gap"
description: "No test for 'WorkflowCreated' event publication"
detected_by: ["codex", "qwen"] # 2/5 models - warning level
confidence: medium
test_location: "CreateWorkflowAcceptanceTest.java"
suggestion: "Add assertion for event publication in ThenSuccess block"假警報過濾規則
共識閾值
consensus_rules:
error:
threshold: 3 # ≥3 models agree = confirmed error
action: "report as error"
warning:
threshold: 2 # 2 models agree = warning
action: "report as warning"
ignored:
threshold: 1 # only 1 model = likely false positive
action: "log but don't report"Claude 最終裁決
Claude 作為最終審查者，負責：
- 語意分析：理解各模型的發現是否指向同一問題
- 上下文判斷：考慮專案特定的慣例
- 嚴重程度分類：根據影響範圍分級
- 建議生成：提供可執行的修復建議
工具腳本 (scripts/)
multi_model_review.py
# 執行多模型審查
python ~/.claude/skills/multi-model-reviewer/scripts/multi_model_review.py \
--spec-dir docs/specs/create-workflow/ \
--program-dir src/application/workflow/ \
--test-dir tests/acceptance/workflow/ \
--output review-report.yaml
# 只驗證規格與程式
python ~/.claude/skills/multi-model-reviewer/scripts/multi_model_review.py \
--spec-dir docs/specs/create-workflow/ \
--program-dir src/application/workflow/ \
--check spec-program
# 使用特定模型子集
python ~/.claude/skills/multi-model-reviewer/scripts/multi_model_review.py \
--spec-dir docs/specs/create-workflow/ \
--models chatgpt,claude,gemini與其他 Skills 的協作
spec-compliance-validator
│
├── 驗證單一規格完整性
│
└── 提供規格資料給 →
│
▼
multi-model-reviewer (本 Skill)
│
├── 協調 5 個 AI Agents
├── 交叉驗證 Spec == Program == Test
├── Claude 過濾假警報
│
└── 輸出報告給 →
│
▼
code-reviewer
│
└── 開發人員確認 → AI 修訂配置檔案
.multi-model-review.yaml
# 專案根目錄配置
models:
chatgpt:
enabled: true
api_key_env: "OPENAI_API_KEY"
model: "gpt-5.2"
gemini:
enabled: true
cli_command: "gemini"
codex:
enabled: true
cli_command: "codex"
qwen:
enabled: true
endpoint: "http://localhost:11434/api/generate"
model: "qwen2.5:32b"
claude:
enabled: true
cli_command: "claude"
role: "final_arbiter" # 最終裁決者
paths:
specs: "docs/specs/"
source: "src/"
tests: "tests/"
shared_standards:
domain_events: "shared/domain-event-standard.yaml"
consensus:
error_threshold: 3
warning_threshold: 2開發人員工作流程
1. 開發完成
│
▼
2. 執行 multi-model-review
│
▼
3. 收到報告
├── ✅ PASS → 提交 PR
│
└── ❌ ISSUES FOUND
│
▼
4. 開發人員確認
├── 真問題 → 請 AI 修訂
│ │
│ ▼
│ 5. AI 自動修復
│ │
│ ▼
│ 6. 重新驗證 → 回到步驟 2
│
└── 假警報 → 標記忽略規則效益
- 減少人工審查時間：只需確認 AI 發現的問題
- 提高一致性：多模型交叉驗證降低漏檢率
- 自動修復：確認問題後 AI 自動生成修復方案
- 標準化：建立共用標準檔案，統一規格格式