Back to Skills

cross-review-project

pjt222
Updated 2 days ago
7 views
17
2
17
View on GitHub
Developmentaimcp

About

This skill enables two Claude Code instances to conduct structured, reciprocal code reviews via an MCP broker. It ensures high-quality, evidence-based feedback by enforcing minimum interaction requirements and phased progression through QSG scaling laws. Use it for deep, collaborative code analysis between projects when you need more thorough reviews than a single agent can provide.

Quick Install

Claude Code

Recommended
Primary
npx skills add pjt222/agent-almanac -a claude-code
Plugin CommandAlternative
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternative
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/cross-review-project

Copy and paste this command in Claude Code to install this skill

Documentation

交叉審項

二 Claude Code 實例以 cross-review-mcp 仲介,結構交換物而相審。仲執量子單純群流(QSG)之尺律——審包至少五發以守擇態(Γ_h ≈ 1.67),防淺共識偽為合。

用時

  • 二項共構關,可互學
  • 欲獨立碼審逾單審者所見
  • 交叉播:尋一項有他項缺之式
  • 需結構有證之審,有 accept/reject/discuss 之判

  • 必要:二 Claude Code 實例可達之二項路
  • 必要cross-review-mcp 仲在行,二實例配之為 MCP 服
  • 可選:焦域——特定目錄、式、關
  • 可選:行者 ID——各實例之標(默 項目錄名)

第一步:驗前提

確仲在行而二實例可達之。

  1. 察仲已配為 MCP 服:
    claude mcp list | grep cross-review
    
  2. get_status 驗仲應而無陳行者註冊
  3. 讀協議資於 cross-review://protocol — 為述審維與 QSG 限之 markdown

得: 仲以空行者列應 get_status。協議資可讀為 markdown。

敗則: 若仲未配,加之:claude mcp add cross-review-mcp -- npx cross-review-mcp。若前會話之陳行者存,先各呼 deregister 再進。

第二步:註冊

以仲註此行者。

  1. register 含:
    • agentId:短唯標(如項目錄名)
    • project:項名
    • capabilities["review", "suggest"]
  2. get_status 驗註——汝行者當現於 "registered"
  3. 待伴註:以伴之行者 ID 與階 "registered"wait_for_phase

得: 二行者以仲註。get_status 顯二行者於 "registered" 階。

敗則:register 敗以「已註」,行者 ID 前會話取去。先呼 deregister,再註。

第三步:簡報階

讀己之碼庫而送結構簡報至伴。

  1. 系統讀:
    • 入點(主文件、index、CLI 命)
    • 依圖(package.json、DESCRIPTION、go.mod)
    • 構式(目錄構、模界)
    • 既知問(TODO 註、開議、技債)
    • 試蓋(試目錄、CI 配)
  2. Briefing 物——結構之概便伴導汝庫
  3. send_task 含:
    • from:汝行者 ID
    • to:伴行者 ID
    • type"briefing"
    • payload:JSON 編簡報
  4. 以階 "briefing"signal_phase

得: 簡報送而階示。仲執:進審前須送簡。

敗則:send_task 拒簡,察 from 合汝註 ID。自送被拒。

第四步:審階

待伴簡後,審其碼而送發。

  1. 以伴 ID 與階 "briefing"wait_for_phase
  2. poll_tasks 取伴簡
  3. 以所收任 ID 呼 ack_tasks——為必(窺後認之式)
  4. 依伴簡,讀其源碼
  5. 生六類之發:
    • pattern_transfer — 汝項之式伴可採
    • missing_practice — 伴缺之法(試、驗、誤處)
    • inconsistency — 伴庫內矛盾
    • simplification — 可減之無謂繁
    • bug_risk — 潛運敗或邊況
    • documentation_gap — 缺或誤之文
  6. 每發含:
    • id:唯標(如 "F-001"
    • category:前六類之一
    • targetFile:伴項之路
    • description:所發
    • evidence:何以此為合法之發(碼引、式)
    • sourceAnalog(宜):汝項之等——此為真交叉播之唯一機制
  7. 捆至少 五發(QSG 限:m ≥ 5 守 Γ_h ≈ 1.67 於擇態)
  8. "review_bundle" 與 JSON 編之發陣呼 send_task
  9. 以階 "review"signal_phase

得: 審包仲受。少於五發之包被拒。

敗則: 若包以發不足被拒,深審。此限存以防淺審獨霸。若實不能尋五問,疑此項對是否宜交叉審。

第五步:對話階

收己項之發而以證判應。

  1. 以伴 ID 與階 "review"wait_for_phase
  2. poll_tasks 取汝項之發
  3. 以所收任 ID 呼 ack_tasks
  4. 每發生 FindingResponse
    • findingId:合發之 ID
    • verdict"accept"(合法,將行)、"reject"(非法,有反證)、"discuss"(需清)
    • evidence:何以受或拒——不可空
    • counterEvidence(選):反發之具體碼引
  5. "response" 送諸應於 send_task
  6. 以階 "dialogue"signal_phase

注:"discuss" 判不為協議所閘——視為人隨之旗,非自動子換。

得: 諸發皆應有判。空應仲拒。

敗則: 若不能於發成見,默 "discuss" 含述所需補脈之證。

第六步:聚階

生聚物概受發與劃行。

  1. 以伴 ID 與階 "dialogue"wait_for_phase
  2. 取餘任而認之
  3. Synthesis 物:
    • 受發含劃行(汝將變何與何以)
    • 拒發含由(存推理以便後察)
  4. "synthesis" 與 JSON 編聚呼 send_task
  5. 以階 "synthesis"signal_phase
  6. 選為受發建 GitHub 議題
  7. 以階 "complete"signal_phase
  8. deregister

得: 二行者達 "complete"。仲需至少二註行者以進至完。

敗則: 若伴已註銷,汝仍可本地完。由所收發編汝聚。

  • 二行者註而達 "complete"
  • 簡報於審前換(階執)
  • 審包皆含至少五發
  • 諸發得判(accept/reject/discuss)含證
  • poll_tasks 後皆呼 ack_tasks
  • 聚生,受發映行
  • 畢後行者註銷

  • 少於五發:仲拒 m < 5 之包。非任意——N=2 行者六類,m < 5 置 Γ_h 於或下臨界界,共識與噪不可別。深審;若實無五發,項或不適交叉審。
  • ack_tasks:仲用窺後認交。任留隊直至認。忘認致次輪重處。
  • fromsend_task 需明 from 合汝行者 ID。自送被拒。
  • 同模認知相關:二 Claude 實例共訓偏。時序確其於審時不相讀,然先驗相關。為真認知獨立,跨實例用異模族。
  • sourceAnalogsourceAnalog 選,而為真交叉播之唯一機制——示汝之推式實現。若源等存,皆填之。
  • discuss 為阻:協議中無閘 complete 於待議解。視 discuss 判為會後人隨之旗。
  • 不察遙測:仲誌諸事於 JSONL。會後察誌以驗 QSG 設——實估 α(α ≈ 1 - reject_rate)察每類受率。

  • scaffold-mcp-server — 建或擴仲本身
  • implement-a2a-server — 仲汲之 A2A 協議式
  • review-codebase — 單行者審(此技擴至跨行者結構換)
  • build-consensus — 群共識式(QSG 為其理論基)
  • configure-mcp-server — 於 Claude Code 配仲為 MCP 服
  • unleash-the-agents — 可用以析仲本身(實戰:40 行者、10 假設族)

GitHub Repository

pjt222/agent-almanac
Path: i18n/wenyan/skills/cross-review-project
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Related Skills

qmd

Development

qmd is a local search and indexing CLI tool that enables developers to index and search through local files using hybrid search combining BM25, vector embeddings, and reranking. It supports both command-line usage and MCP (Model Context Protocol) mode for integration with Claude. The tool uses Ollama for embeddings and stores indexes locally, making it ideal for searching documentation or codebases directly from the terminal.

View skill

subagent-driven-development

Development

This skill executes implementation plans by dispatching a fresh subagent for each independent task, with code review between tasks. It enables fast iteration while maintaining quality gates through this review process. Use it when working on mostly independent tasks within the same session to ensure continuous progress with built-in quality checks.

View skill

mcporter

Development

The mcporter skill enables developers to manage and call Model Context Protocol (MCP) servers directly from Claude. It provides commands to list available servers, call their tools with arguments, and handle authentication and daemon lifecycle. Use this skill for integrating and testing MCP server functionality in your development workflow.

View skill

adk-deployment-specialist

Development

This skill deploys and orchestrates Vertex AI ADK agents using A2A protocol, managing AgentCard discovery, task submission, and supporting tools like Code Execution Sandbox and Memory Bank. It enables building multi-agent systems with sequential, parallel, or loop orchestration patterns in Python, Java, or Go. Use it when asked to deploy ADK agents or orchestrate agent workflows on Google Cloud.

View skill