| name | cross-review |
| description | 多模型交叉审查 v2：R0 Perplexity 联网调研 → 议会 4-7 人辩论 (默认 4 人, --multi-role 可扩到 7 人) → Claude Opus 4.7 跨厂商 Judge 双盲综合。输出双层 schema (summary + audit)。 Use when: 用户要求多模型审查、跨模型讨论、设计决策校验、"拉其他模型一起看"、架构选型。 v2 关键升级: 每个角色 (除 Pragmatist) 可由 1-2 模型并行扮演, 发现更多互补盲区。 Pragmatist 由主调用方 (Claude Code with memory) 直接提供视角。 不适合：纯编码实现、简单事实查询、紧急 hotfix。
|
/cross-review [topic]
跨厂商 4-reviewer 议会 + R0 联网调研 + Pragmatist 由主调用方注入 + Opus judge 双盲综合。
v1.1 核心原则
调研先于判断：R0 Perplexity 联网搜最新行业实况，议会基于真实信息辩论而非过时训练数据。
Pragmatist 必须懂用户：主调用方 (Claude Code) 用 memory + 项目历史直接写视角，比 fresh model 凭 prompt 推断准。
Judge 用最强模型：Claude Opus 4.7 综合能力强，且与议会 4 厂商任一家都跨厂商或不同模型（self-bias 小）。
EmotionPrompt 选择性应用：GPT/Grok 加 PUA 提升, Claude 反弹故不加, Gemini Promoter 不需要。
执行流程
Step 1: 准备上下文包
~/AppData/Local/Temp/cross_review_prompt.json：
{
"context": "完整上下文（现有系统、方法论、文件示例、调研发现、约束条件）",
"question": "具体的审查问题（多个问题用编号列出）",
"pragmatist_view": "（可选）主调用方写的 Pragmatist 视角 (markdown + JSON summary 块结尾)。如未提供则 fallback 到 Sonnet 4.6 API"
}
Step 2: Claude 主调用方应该如何写 pragmatist_view
如果你是 Claude Code 主调用方调这个 skill，你应该：
- 读取相关 memory (项目专题 + 历史踩坑 + 团队约束)
- 基于项目实际情况 写 Pragmatist 视角:
- 团队能力/经验/学习曲线
- 预算/服务器/运维约束
- 用户群体的实际诉求
- 历史踩坑（"6 个月前试过 X 失败了"）
- 末尾附 JSON summary 块（core_claims/key_evidence/stance/safe_to_stop/blocking_issues）
- 直接给判断，不要中立观察
样例参考 examples/example_with_pragmatist.json。
Step 3: 运行脚本
python ~/.claude/skills/cross-review/scripts/cross_review.py \
~/AppData/Local/Temp/cross_review_prompt.json \
--profile premium \
--rounds 2 \
--with-judge \
--output ~/AppData/Local/Temp/cross_review_result.md \
--json-output ~/AppData/Local/Temp/cross_review_result.json
参数
| 参数 | 默认 | 说明 |
|---|
--profile | premium | cheap / balanced / premium |
--rounds | 2 | 辩论轮次（推荐 2，超过 3 边际收益极低） |
--multi-role | None (1:1) | v2 新增. 启用多模型扩展. 选项: critic / troublemaker / promoter / all / 逗号分隔. Pragmatist 不可扩展 (memory 唯一) |
--with-judge / --no-judge | --with-judge | 是否跑独立 judge 综合 |
--no-research | off | 跳过 R0 Perplexity 调研 |
--no-early-stop | off | 关闭结构化早停 |
--max-cost | 5.00 | 美元成本上限 |
--output | temp dir | markdown 报告路径 |
--json-output | 不输出 | judge JSON 路径 |
v2 Multi-Role 模式 (新增)
每个角色 (除 Pragmatist) 可由 1-2 模型并行扮演, 发现更多互补盲区:
| 命令 | 议会规模 | 适用场景 |
|---|
| (default) | 4 人 (1:1) | 通用决策 |
--multi-role critic | 5 人 (Critic ×2) | 边界情况、failure mode 多视角 |
--multi-role troublemaker | 5 人 (Troublemaker ×2) | 反共识多视角, 找更多盲区 |
--multi-role promoter | 5 人 (Promoter ×2) | 探索多种可行方案 |
--multi-role critic,troublemaker | 6 人 | 找问题双重保险 |
--multi-role all | 7 人 | 全角色多视角, 大型决策 |
实测成本 (balanced profile):
- default 1:1: $0.40-0.80
- multi-role critic: $0.50-1.00
- multi-role all: $0.70-1.30
Pragmatist 不可扩展 — 它由主调用方 memory 提供, 不能复制。
Profile 对照
| Profile | R0 Research | Promoter | Critic (+PUA) | Troublemaker (+PUA) | Pragmatist | Judge | 成本/次 |
|---|
cheap | Perplexity Sonar | Gemini 3 Flash | GPT-5.4 Mini | Grok 4.20 | external 或 Claude Haiku 4.5 | Claude Haiku 4.5 | $0.20-0.40 |
balanced | Perplexity Sonar Pro | Gemini 3.1 Pro | GPT-5.4 | Grok 4.20 | external 或 Claude Sonnet 4.6 | Claude Sonnet 4.6 | $0.40-0.80 |
premium (default) | Perplexity Sonar Pro | Gemini 3.1 Pro | GPT-5.5 | Grok 4.20 Multi-Agent | external 或 Claude Sonnet 4.6 | Claude Opus 4.7 | $1.20-2.50 |
如果 prompt 包含 pragmatist_view 字段, Pragmatist 不调 API ($0)。
Step 4: 读取结果
Judge 输出双层 JSON：
summary 字段（给人看）:
consensus_issues[]: 4/4 一致结论 = 高置信度majority_issues[]: 3/4 同意（含 dissenter_role）split_issues[]: 2/4 分裂（含 for/against 列表）key_divergence: 最关键分歧主题 + judge 推荐final_recommendation: 3-5 句直接建议
audit 字段（给机器/审计看）:
individual_observations[]: 单方独有观点（含 merit high/medium/low）ledger[]: 每条 claim 的 raised_by_role + raised_at_round + stance_evolution 复合对象warnings[]: sycophancy / drift / meta-sycophancy / performative-compliance
v1.0 → v1.1 关键升级
| 维度 | v1.0 | v1.1 |
|---|
| R0 调研 | 无 | Perplexity Sonar Pro 联网, 输出 augmented context |
| Pragmatist | Claude Opus 4.7 (议会内) | 主调用方提供 view (无 API 成本) 或 Sonnet 4.6 fallback |
| Judge | DeepSeek V4 Pro | Claude Opus 4.7 (最强综合) |
| 议会构成 | 4 reviewer 全 API | 3 reviewer API + 1 Pragmatist external/fallback |
v1.1 设计驱动力
| 问题 | 解决 |
|---|
| 模型靠 training data 判断, 信息可能过时 | R0 Perplexity 联网调研 |
| Fresh model 不知道用户实际处境 | Pragmatist 由 Claude Code 主调用方带 memory 直接写 |
| DeepSeek 当 Pragmatist 不擅长该角色 | 议会移除 DeepSeek, Pragmatist 由 Anthropic Sonnet fallback |
| Judge 应该是最强模型 | Claude Opus 4.7 (与议会 reviewer 任一家都跨厂商或同厂商不同模型) |
学界依据 (2025-2026)
| 论文 | 影响 |
|---|
| Peacemaker (arxiv 2509.23055) | 4 reviewer 而非 2，抗 sycophancy |
| Free-MAD (arxiv 2509.11035) | structured summary 聚合 |
| DRIFTJudge (arxiv 2502.19559) | 早停 + 限 rounds≤3 |
| Self-Preference Bias (arxiv 2410.21819) | 议会移除 Anthropic 后 Opus 可当 judge |
| EmotionPrompt (arxiv 2307.11760) | GPT/Grok 加 PUA, Claude 不加 |
| v3 meta-test 自审 (2026-05-24) | 5 个根本修复 |
| 知乎 11 模型 PUA 实测 | Sonnet 4 无 thinking 反弹, Opus 4 + thinking 吃 |
注意事项
- GPT 偶尔不附 JSON summary → fallback extractor 自动补提取 (~$0.02)
- None content 防御 → OpenRouter 偶发空 content 不崩主流程
- External pragmatist 不参与 R2 演化 → R1 view 作为 anchor, R2 复用 (Pragmatist 立场来自 memory, 不需要 fresh model 推断的演化)
- Windows 路径: 用
~/AppData/Local/Temp/
- 不要用于事实验证: LLM 集体可能错
