入门 约 20 分钟 2026-10-11 02:26:00 · 32 阅读

receiving-code-review Agent Skill 实战教程:安装配置与 13 个核心用法

receiving-code-review Agent Skill 实战教程:安装配置与 13 个核心用法

评审给了一条技术上站不住的建议,代理回一句「You're absolutely right!」就开始照改——obra/superpowers 仓库(GitHub 29.7 万 star,MIT 协议)专门为此立了规矩:receiving-code-review 技能把这个短语写进 Forbidden Responses 清单,定性是 explicit instruction-file violation,违反指令文件。这套技能管的是编码代理收到代码评审反馈之后的行为:先核实再动手,先提问再假设,技术正确优先于社交舒服。本篇按官方 SKILL.md 的 13 块核心内容走一遍,从安装挂载到 GitHub 线程回复,末尾附一次 YAGNI 检查的本机实测。

相关背景可参考 AI 编程总纲,工具档案见 Superpowers 产品页。本篇与已上线的 brainstorming、diagnosing-superpowers 实战同属一个仓库,可搭配阅读。

为什么评审反馈需要一门技能来接

SKILL.md 开篇第一句就是定性:Code review requires technical evaluation, not emotional performance——评审需要的是技术评估,不是情绪表演。大模型接评审意见时有两个天生的坏习惯:一是表演式附和,评审说什么都「说得对」;二是照单全收,不核实建议在这个代码库里是否成立就开改。两个习惯都会把技术问题变成社交问题。

核心原则一行:Verify before implementing. Ask before assuming. Technical correctness over social comfort. 后面 13 块内容全是这一行的展开。

安装挂载

receiving-code-review 是 Superpowers 技能库的一员,装整库即可,无需单独配置,技能靠触发条件自动生效。官方 README 为十余种宿主分别给了安装方式,Claude Code 从官方插件市场装:

/plugin install superpowers@claude-plugins-official

OpenCode 用户在会话里说一句 Fetch and follow instructions from https://raw.githubusercontent.com/obra/superpowers/refs/heads/main/.opencode/INSTALL.md 即可。Hermes Agent 装法为 hermes plugins install obra/superpowers --enable,装完重启会话。README 提醒:Hermes 没有 post-compaction 钩子,超长会话压缩后会丢引导指令,技能不触发时开新会话即可。触发时机写在技能描述里:收到评审反馈时、动手实现建议之前——尤其是反馈看起来不清晰或技术上存疑的时候。

六步响应模式

整套技能的骨架是一个固定模式,收到反馈后按次序走六步:

receiving-code-review 六步响应模式流程图

六步响应模式:READ 到 IMPLEMENT,依据官方 SKILL.md 绘制

READ 完整读完反馈不中途动手;UNDERSTAND 用自己的话复述需求,复述不出来就提问;VERIFY 对照代码库的真实情况核实;EVALUATE 评估建议对这个代码库是否成立;RESPOND 给出技术性确认或带理由的异议;IMPLEMENT 一次改一项、每项单独测试。前五步都在动手之前,这是整门技能的分水岭。

禁用回应清单

SKILL.md 用 NEVER/INSTEAD 两栏写死了禁区。禁止的三类:「You're absolutely right!」(指令文件明令违反)、「Great point! / Excellent feedback!」(表演式)、「Let me implement that now」(核实之前就动手)。替代做法:复述技术需求、问澄清问题、错了就带技术理由反驳、或者直接开始干(行动大于言语)。

反馈正确时的合规回应同样有示例原文:

✅ "Fixed. [Brief description of what changed]"
✅ "Good catch - [specific issue]. Fixed in [location]."
✅ [Just fix it and show in the code]
❌ "You're absolutely right!"
❌ "Great point!"
❌ "Thanks for catching that!"
❌ "Thanks for [anything]"
❌ ANY gratitude expression

禁感谢的理由官方只给了一句:Actions speak. Just fix it. 代码本身就是你听到了反馈的证明。甚至还有一条自我纠察规则:发现自己要写「Thanks」就删掉,改成陈述修复内容。

不清就停,别做一半

多项反馈里有任何一项不清楚,规则是停下、什么都先不改、就不清项提问。原文给了 WHY:Items may be related. Partial understanding = wrong implementation——条目之间可能相关,理解一半就动手等于改错。配套示例:

your human partner: "Fix 1-6"
You understand 1,2,3,6. Unclear on 4,5.

❌ WRONG: Implement 1,2,3,6 now, ask about 4,5 later
✅ RIGHT: "I understand items 1,2,3,6. Need clarification on 4 and 5 before proceeding."

反馈来源分流

来自你的搭档(human partner)的反馈:信任度最高,理解之后即可实现;但范围不清时仍然要问;同样不做表演式附和,直接进入动作或技术性确认。来自外部评审者的反馈,实现前要先过五道检查:

1. Check: Technically correct for THIS codebase?
2. Check: Breaks existing functionality?
3. Check: Reason for current implementation?
4. Check: Works on all platforms/versions?
5. Check: Does reviewer understand full context?

五查之后分三条路:建议看起来不对,带技术理由提出异议;无法核实,直说「I can't verify this without [X]. Should I [investigate/ask/proceed]?」;与搭档已定决策冲突,停下先找搭档商量。SKILL.md 还引用了搭档的两条规则原文:“External feedback - be skeptical, but check carefully”(外部反馈要怀疑,但要仔细查证)和「你和评审者都对我负责,不需要的功能就别加」。

反馈来源分流图:搭档直接做,外部评审先过五道检查

来源分流与五道检查:不同来源决定不同核实力度

YAGNI 检查:「实现得体面点」先 grep

评审建议把某个功能「implement properly」——正经实现——的时候,技能要求先 grep 代码库找实际调用:

IF reviewer suggests "implementing properly":
  grep codebase for actual usage

  IF unused: "This endpoint isn't called. Remove it (YAGNI)?"
  IF used: Then implement properly

本机按官方 Real Examples 里的场景做了一次实测。仓库里 api/server.py 定义了 /api/metrics/export 端点,评审建议给它加上正经的数据库、日期筛选和 CSV 导出。按技能要求先查调用:

$ grep -rn 'metrics_export' --include='*.py' .
./api/server.py:5:def metrics_export():

全仓唯一命中是定义本身,零调用。这时按 SKILL.md 的话术回复评审:

“Grepped codebase - nothing calls this endpoint. Remove it (YAGNI)? Or is there usage I'm missing?”

——先问要不要删,而不是照做加功能。这就是 YAGNI(You Aren't Gonna Need It)检查的完整闭环:用一条 grep 的证据,把「实现得体面点」变成「这功能到底要不要」。

实测终端输出:YAGNI 检查的 grep 证据与合规回应对照

本机实测:grep 证据、话术原文与禁用回应对照

多项反馈的实施顺序

所有不清项澄清之后,按固定次序改:先阻断性问题(破坏功能、安全),再简单修复(拼写、导入),最后复杂修复(重构、逻辑)。每项单独测试,全部改完确认无回归。次序背后的逻辑很清楚:能炸的先排掉,能快赢的先拿到,大改动放最后。

什么时候该反驳

反驳不是态度问题,是有明确触发条件的。六种情形该反驳:建议破坏现有功能;评审者缺上下文;违反 YAGNI(功能无人使用);对这个技术栈不成立;存在历史或兼容性原因;与搭档的架构决策冲突。反驳的方式也有章法:用技术推理不用辩解,问具体问题,引用在跑的测试和代码,涉及架构就拉上搭档。官方还给内倾的代理留了一条出路:不好意思当面反驳的话,把这份紧张说出口,然后把问题告诉搭档——对方会感谢这份诚实。

反驳错了怎么收场

反驳之后发现自己错了,合规的纠正方式是就事论事:

✅ "You were right - I checked [X] and it does [Y]. Implementing now."
✅ "Verified this and you're correct. My initial understanding was wrong because [reason]. Fixing."

❌ Long apology
❌ Defending why you pushed back
❌ Over-explaining

陈述事实然后继续干活。长道歉、辩解为什么反驳、过度解释,三个都在禁止栏里。

七类常见错误与真实案例

Common Mistakes 表把踩坑模式压成七行:表演式附和改成陈述需求或直接行动;盲目实现先对照代码库;批量修改不测试改成逐项改逐项测;默认评审者正确先查会不会破坏东西;回避反驳记住技术正确优先;实现做一半先把所有条目澄清完;无法核实还硬做改成说明局限再问方向。

Real Examples 一节给了三组对照。表演式附和的反面是技术核实——评审说「Remove legacy code」,合规回应先查构建目标和 API 版本要求,确认遗留代码是为向后兼容保留的,然后反过来问:修 bundle ID 还是放弃旧版本支持。YAGNI 的案例就是上面实测复现的那条。不清项的案例是「Fix 1-6」只懂四条时先问后做。

GitHub 线程回复的细节

最后一个容易踩的细节:回复 GitHub 上的行内评审评论时,要用评论线程回复(gh api repos/{owner}/{repo}/pulls/{pr}/comments/{id}/replies),而不是发一条顶层 PR 评论。行内评论的上下文在它所在的线程里,顶层评论会把讨论打散。

写在最后

这套技能把「怎么接评审」从社交问题还原成了技术问题:读完整、问清楚、查代码、再动手,对了就默默修,错了就反驳,反驳错了就认。它和同仓库的 finishing-a-development-branch 正好首尾相接——评审意见消化完、代码改完、测试全绿之后,怎么收尾整合,就交给下一个技能了。

本文步骤与配图依据 obra/superpowers 官方 SKILL.md 与 README 整理(2026-10 快照),YAGNI 部分为本机实测记录,版权归原作者所有。

评论 (0)