multi-model-review
结合Claude与Copilot进行多模型代码交叉审查，提升代码质量与可靠性。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：multi-model-review。 它的用途是：结合Claude与Copilot进行多模型代码交叉审查，提升代码质量与可靠性。 完整的 Skill 内容见：https://321skill.com/skills/multi-model-review/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘/multi-model-review，请帮我审查一下src/utils/下的这个数据验证模块。’ 它会自动调用Claude进行第一轮审查，然后将结果交给Copilot进行精查和补充。如果两个模型对某个潜在漏洞的看法不一致，它们会在后台进行讨论，最终给你一份整合了双方见解、包含关键问题、警告和建议的详细审查报告。
介绍
Multi-Model Review 解决了单一AI模型进行代码审查时可能存在的盲点或偏见问题。它通过串联Claude Code和GitHub Copilot CLI两个不同的AI模型，让它们对同一份代码进行独立审查和相互验证，从而生成更全面、更可靠的审查报告。
使用时，用户只需在Claude Code中输入指定的命令或自然语言请求，该Skill便会自动启动审查流程。它会先由Claude进行初步审查，然后将结果和代码交给Copilot进行二次精查和补充，如果双方有分歧，还会进行多轮内部讨论，最终整合出一份统一的审查结论。
这个Skill非常适合对代码质量有高要求的开发者和团队，尤其是那些在关键项目或需要高可靠性代码的场景下工作的工程师。它通过引入“第二双眼睛”，降低了因单一模型局限而遗漏重要问题的风险。
使用前请确保已正确安装Claude Code和GitHub Copilot CLI，并配置好相应的访问权限。由于涉及两个模型的调用，审查过程可能比单一模型稍长，但换来的是一份经过辩论和验证的、质量更高的审查报告。
核心特点
核心在于“多模型交叉验证”机制，而非简单的模型切换。它让Claude和Copilot两个模型进行有逻辑的对话和辩论，对分歧点进行多轮内部讨论，最终输出一个经过协商的统一结论，这比单纯使用两个模型分别审查再人工对比更深入、更自动化。
注意事项
不适合对审查速度要求极高或仅需简单代码风格检查的轻量级场景。
常见问题
必须同时安装Claude和Copilot吗？
是的，这是该Skill运行的前提条件，两者缺一不可。
可以审查指定文件或某个Git提交吗？
可以，支持通过参数指定文件、提交或PR范围进行针对性审查。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/multi-model-review/raw/index.md 读取 multi-model-review 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/multi-model-review/raw/index.md（查看排版版本）