self-reviewer

Self-Reviewer 是一项专业的诊断技能，旨在最大限度地减少 AI 软件开发工作流程中的人为干预与错误。它采用严格的验证原则，要求代理程序必须针对原始需求、安全性协议及工程最佳实践来审查自身的输出。此技能作为内部的质量保证守门员，非常适合在如 Salesforce 开发等复杂环境下运作的 AI 代理，在这种环境下，管理调控限制 (Governor limits)、Apex 代码、Lightning Web Components (LWC) 及声明式流程至关重要。它迫使代理程序超越单纯的产生输出，进入反思、测试与精进的循环，显著降低幻觉、安全性漏洞与逻辑错误的机率。对于要求高置信度自主软件工程的团队而言，这是不可或缺的组件。

• 以资深工程师的身份进行全面的差异分析，针对任务需求与验收标准验证代码变更。

• 自动执行涵盖安全性、代码质量（无硬编码机密或个人识别信息 PII）及风格一致性的内部检查清单。

• 通过执行代码、测试成功路径、检查错误处理并确保不产生回归问题来强制执行验证。

• 减轻常见的 AI 认知偏差，包括确认偏误、沉没成本谬误及乐观偏误。

• 产生结构化的自我审查报告，提供验证过程的透明记录，包含通过/失败状态与严重程度级别。

• 防止过度工程、范围蔓延、测试不足及脆弱性等常见错误，通过强制进行实现方案的系统性审查来降低风险。

• 最适合应用于完成代码变更、准备合并请求 (PR) 或定案复杂任务实现时。

• 输入通常包含任务需求、生成的源代码、代码差异 (diff) 及当前的执行阶段上下文。

• 预期输出为结构化的 Markdown 报告，清楚概述需求状态、质量指标、安全性评估及最终的准备就绪置信度。

• 设计用于与持续集成/持续部署 (CI/CD) 钩子无缝集成，包括预提交钩子 (pre-commit hooks)、验证脚本及执行阶段记录系统。

• 优先处理关键提问，例如“我会批准这个 PR 吗？”以及“这是最精简的必要变更吗？”，以确保代码库的可维护性与高质量。