rejudge
为AI Agent提供独立的多模型复审工具
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：rejudge。 它的用途是：为AI Agent提供独立的多模型复审工具 详细介绍见：https://321skill.com/skills/rejudge/ 请根据该页面的说明完成安装。
使用示例
“用rejudge检查一下刚才生成的这段API代码的安全性和性能。”，它会将这段代码提交给配置好的其他AI模型（如Claude）进行独立评审，并返回关于潜在漏洞、优化建议和风格一致性的综合报告。
介绍
rejudge 旨在解决AI Agent（如Claude、GPT等）在生成代码、文本或执行任务时，因单一模型可能存在的偏见、错误或局限性而导致的输出质量问题。它通过引入独立的、多模型的复审机制，让一个AI Agent的工作成果可以由其他不同的模型进行校验、评估和改进，从而提高最终结果的可靠性和准确性。
使用方式非常灵活。它提供了命令行界面（CLI），方便开发者在脚本或自动化流程中集成；同时提供了Pi扩展，可以直接在Pi平台上使用；还内置了复审工作流，可以配置不同模型对特定类型的输出（如代码、文档）进行自动化的质量检查。用户可以根据需要选择合适的接入方式。
这个工具非常适合对AI输出质量有较高要求的开发者、技术团队和内容创作者。例如，开发团队可以用它来复审AI生成的代码，确保其安全性和最佳实践；研究或分析人员可以用它来交叉验证AI得出的数据结论；内容团队则可以用它来确保AI撰写文案的风格一致性和事实准确性。
在使用建议上，建议将其集成到关键的AI工作流节点中，作为质量把关的一环。需要注意的是，复审本身也会消耗不同模型的API调用配额，因此需要根据任务的重要性和成本进行权衡配置。对于非关键或探索性任务，可能无需启用全流程复审。
核心特点
与同类单模型自检工具不同，rejudge的核心在于“独立”与“多模型”。它强制使用与生成者不同的、独立的AI模型进行交叉复审，有效避免了单一模型的固有盲点；同时支持灵活配置多种模型（如Claude、GPT等）组成复审工作流，而非依赖单一评判标准。
注意事项
不适合对响应延迟极度敏感或API调用预算极其有限的实时交互场景。
常见问题
rejudge支持哪些AI模型？
支持主流的AI模型，如GPT系列、Claude等，具体可通过配置工作流指定。
如何集成到现有的CI/CD流程？
通过其CLI工具，可以编写脚本在代码审查或构建阶段调用rejudge进行自动化检查。