chorus-codes/chorus

Multi-LLM peer review for code decisions. Bring your own CLI; Chorus convenes 2-4 other LLMs to review the work before you ship.

解決的問題

AI 程式碼工具經常會產生細微的錯誤,或表現出同一模型無法在自身作品中檢測到的偏見。Chorus 透過協調多個不同的 AI 供應商(例如 Claude、GPT 和 Gemini)並行審查同一程式碼變更,確保來自不同模型的「第二意見」能在程式碼發布前發現盲點。

如何運作

Chorus 以本地守護程序和 Web UI(「Cockpit」)的形式運行,管理你電腦上的 AI 工具作為子程序。它利用你現有的 AI 訂閱(Claude Pro、ChatGPT Plus、Gemini Advanced),透過無頭方式驅動其 CLI,這表示這些使用者不會產生額外的按 token 計費成本。系統使用 Model Context Protocol (MCP) 伺服器與 IDE 及其他 AI 助手整合。透過範本定義哪些模型擔任撰寫者,哪些模型擔任審查者,要求必須達到特定共識(例如全體一致)才能核准變更。

適用對象

使用 AI 撰寫程式碼,並希望獲得高信賴度驗證層,但又不想支付昂貴 API 金鑰費用或將程式碼傳送給新第三方供應商的開發者。

主要特色

  • 多供應商審查: 混合來自不同技術路線(Anthropic、OpenAI、Google 等)的模型,避免共享訓練偏見。
  • 訂閱制: 利用現有的 AI CLI 工具,訂閱使用者的額外支出為 $0。
  • 本地優先: 在筆電上本地運行;程式碼僅傳送到使用者已信任的 AI 供應商。
  • 角色系統: 可為審查者分配特定角色(例如,Sentinel 用於安全,Profiler 用於效能),以聚焦其批判重點。
  • MCP 整合: 可直接從 Claude Code、Cursor 或 Windsurf 等工具觸發。

相關

  • Dispatch
  • 專案
  • 專案
  • 專案
  • 專案