check-comment

name	check-comment
description	审查 AI 生成的代码 review 报告——判断问题是否真实存在，给出采纳建议和修复方案。 当用户提到 review 报告、代码审查报告、AI review、check comment、审查意见时触发。
context	fork
agent	comment-checker
allowed-tools	Read, Grep, Glob, Bash

Check Comment — 任务指令

Step 0: 加载审查输入

从 review-loop 调用时（$ARGUMENTS 为 session ID）：

1. 读取 .claude/plugins-data/code-quality/review-loop/$ARGUMENTS/ 目录下最新的 round-*-review.md
2. 读取 .claude/plugins-data/code-quality/review-loop/$ARGUMENTS/context.json（如果存在）

独立使用时（无 $ARGUMENTS）：审查报告应在对话上下文中。

Step 1: 收集代码上下文

读取报告中涉及的所有源文件当前代码，以及：

• 配置结构体和加载逻辑
• 调用方代码
• 测试文件
• 项目的架构规则和设计文档（如果存在）

Step 2: 逐项分析

对报告中的每个问题，独立判断：

1. 问题是否真实存在？ — 引用代码是否与当前一致？在项目实际运行路径中会被触发吗？
2. 严重程度是否准确？ — 是运行时错误还是可读性改进？
3. 修复建议是否合理？ — 是否引入不必要的复杂度？有更简洁的方案吗？

输出格式

对每个问题给出：

• 问题真实性判断（附代码证据）
• 独立的严重程度评估
• 采纳建议：采纳 / 部分采纳 / 不采纳
• 如采纳，给出最合适的修复方式

输出行为

从 review-loop 调用时（$ARGUMENTS 已提供 session ID）：

1. 将完整结论保存至 .claude/plugins-data/code-quality/review-loop/$ARGUMENTS/round-{N}-verdict.md（N 与 review 轮次一致）
2. 仅向主对话返回：

   验证完成：采纳 {A} 个 | 部分采纳 {P} 个 | 不采纳 {R} 个 | 结论已保存 round-{N}-verdict.md
   

独立使用时（无 $ARGUMENTS）：直接在对话中输出完整结论。