chaseai-yt/claudex-loop

解决的问题

Claudex Loop 通过实施跨提供商的审查和检查工作流，解决了软件开发中依赖单一 AI 模型的风险。它通过使用一个 AI 模型（例如 Claude）进行构建或规划，同时要求另一个独立模型（例如 Codex）审查计划并检查最终代码，从而强制实现“第二意见”，确保更高质量并减少错误。

工作原理

该项目提供一组技能，与 Claude Code 和 Codex CLI 工具集成。工作流遵循结构化路径：主机代理侦察上下文并制定计划，独立的“审查者”模型用证据质疑该计划，一旦获得授权，“构建者”模型实现代码。最后，第二个独立模型对更改进行最终检查。系统维护 PLAN.md 和 PLAN-REVIEW-LOG.md 以跟踪所有决策、发现和模型交互。

适用人群

本工具适用于使用 AI 编码助手并希望实施严格的多代理验证流程以提高 AI 生成代码可靠性的开发人员。它专为熟悉基于 CLI 的 AI 工作流、希望强制实施结构化且可审计的开发循环的用户而设计。

亮点

• 跨提供商验证： 自动配对不同的 AI 模型，确保构建者和审查者不是同一实体。
• 独立审查周期： 支持最多五轮计划审查和两轮代码检查，以便在最终实现之前发现问题。
• 任务路由： 包含独立的 claudex-route 技能，可根据成本、复杂性或角色确定最适合特定任务的模型。
• 可审计性： 维护计划、发现和模型决策的详细日志，包括 SHA256 哈希，以确保对计划的更改会使之前的批准失效。
• 可配置工作流： 允许用户覆盖特定角色（审查者、构建者、检查者）的模型、努力级别和轮次上限。