通用技能代码审查与质量
verified-experiments
用九道防线阻止 ML 实验结果被伪造、硬编码或无来源复现。
用九道防线阻止 ML 实验结果被伪造、硬编码或无来源复现。
verified-experiments 为机器学习和数据科学实验加入九类可执行检查，覆盖数据与 Git 溯源、真实数据、标签泄漏、合理性控制、已保存预测、可复现性、静默回退、守卫自测和代码评审。每道检查都用刻意伪造的样本证明自己会拦截问题，并能诊断红灯原因；Agent 只能改实验代码，不能修改检查本身。
资源类型
使用场景
运行平台
核心能力
让多名专业智能体从不同角度审查高风险代码改动
在 Claude Code 中本地审查仓库并给出可定位的整改优先级
GitHub 公开事实最近同步于 2026年7月10日。
用可调节的吐槽风格完成代码审查并给出修复建议。
审计 Claude SKILL.md 并输出评分与修复建议