Crucible Skill：让两个 AI 模型互相审查的 Claude Code 计划硬化神器

Skill超级捕获手 技术创作者 2026-08-18 13 阅读

当你让 Claude Code 直接开干一个中型项目时，最常见的翻车不是代码写得烂,而是计划本身从根上就是错的：一个不可达的访问路径、一个会在数据写入后产生脏读的模型、一个根本没数据源的”首页功能”……这些问题在 Claude 自审时几乎抓不出来——审它自己写的东西，跟让作者给作品打分没区别。

Crucible 是一个装在 Claude Code 上的「计划硬化」技能：Claude 先和你把意图对齐并锁定 PLAN.md,然后让 OpenAI Codex（跨厂商的竞品模型）在只读沙箱里一轮又一轮地攻击这个计划,直到挑不出更多毛病为止。可选第三阶段把代码生成也交给 Codex,Claude 反过来读 diff 当 PR reviewer,把”写的人不能同时是评的人”这个 AI 辅助编程的最大盲点硬性拆开。

功能与原则

  • 三阶段硬化流程：RECON（侦察代码库/前沿研究）→ INTERROGATE（关键决策逐条访谈,次要决策批量确认）→ REVIEW（Codex 跨厂商对抗审查）→ 可选 BUILD（Codex 写代码 + Claude 反向读 diff 验证据）
  • 跨模型对抗：写计划的模型（Claude）和审查计划的模型（Codex）强制不同厂商,打破「自审回音壁」,每一轮审查的发现都会被 Codex 持续记住并攻击自己之前被接受的修复
  • 用户只在三处介入：确认 Assumptions Ledger、回答关键访谈、签署最终收敛的 PLAN.md,Codex 全程只读不写文件
  • 诚实优先于流程：MAX_ROUNDS 上限宁可标记死锁也不假装 APPROVED,每一次 Codex 的攻击与 Claude 的仲裁都会写入 PLAN-REVIEW-LOG.md 作为可审计的证据链

认可度

  • GitHub Stars：1,184（截至 2026-08-18,GitHub API 当下核对）
  • Forks：120
  • Watchers：10
  • 创建时间：2026-06-05,最近一次推送 2026-08-13,处于活跃维护期
  • Trending 经历：项目前身 grill-me-codex 在 Claude Code 社区被广泛传阅,crucible 改名后继承迁移路径,GitHub 老 URL 自动 301,旧用户 git pull 即可无缝升级
  • 社媒讨论：配套 YouTube 频道 @chaseai 持续输出 AI 编程教学,Chase AI+ 社区中有专门讨论此工作流的开发者群体

链接

  • GitHub：https://github.com/chaseai-yt/crucible

原作者

Chase AI（GitHub: chaseai-yt）。YouTube 频道主理人,专注 AI 编程工作流拆解与 agent 工具教学,长期维护 grill-me-codex / crucible 一类「AI 编程工作流审计」型 Skill 集。

介绍

Crucible 的核心定位是「让 AI 编程在动手之前先被另一个 AI 拷打过」。

工作流从一个 RECON 阶段开始：Claude 先读代码库与既有文档,或在 greenfield 场景下研究前人方案、技术栈和已知坑；接着它输出一份 Assumptions Ledger,把所有已被代码或研究回答掉的事实一次性确认,然后才进入真正的访谈环节——INTERROGATE 把尚未解决的决策拆成「承重问题」和「装饰问题」两类,前者逐条访谈并附带「为什么重要 + 默认推荐 + 猜错的代价」,后者批量按默认通过即可,任何时候你都可以说「接受其余推荐」一键收尾。

锁定 PLAN.md 后进入真正的重头戏：Codex 在只读沙箱里逐轮审查,输出 VERDICT: APPROVED 或 REVISE + 具体缺陷;Claude 当仲裁,拒绝站不住脚的批评并修订,再恢复同一 Codex 会话继续下一轮。两个模型在同一份文档上来回拉锯,直到没人能再找到问题,或达到 MAX_ROUNDS 上限——这种「死锁也好过假通过」的设计让最终输出比单模型自审可靠得多。

特点

  • 跨厂商对抗审查:Claude 写、Codex 审,强制不同模型家族参与,从根源避免「自审回音壁」
  • 只读沙箱隔离:Codex 审查阶段全程 read-only,直到你签收 PLAN 之前一行代码都不会落盘
  • 可审计证据链:每次创建/修订都会写日志到每条 Skill 的账本,事后可重放完整论辩过程
  • 零配置上手:通过 Claude Code plugin marketplace 一行命令装好,Skill 默认 MAX_ROUNDS=5、LOG_FILE=PLAN-REVIEW-LOG.md,参数化覆盖门槛极低
  • 可选 BUILD 阶段:Codex 拿到最终 PLAN.md 接管写代码,Claude 转去做 PR reviewer 读整段 diff,实现「两个模型在不同方向上互相检查」的双保险

使用方法

前置条件:Codex CLI ≥ 0.130（npm install -g @openai/codex@latest）+ codex login（任意 ChatGPT 账号即可）。

通过 Claude Code 插件市场安装（推荐）:

/plugin marketplace add chaseai-yt/crucible
/plugin install crucible@crucible

手动安装:

# macOS / Linux
cp -r skills/* ~/.claude/skills/

# Windows (PowerShell)
Copy-Item -Recurse skills* $env:USERPROFILE.claudeskills

安装后以 /crucible、/crucible:codex-review、/crucible:codex-build 三种命名空间触发,直接说「crucible this plan」也会自动匹配到对应 Skill。常见参数：rounds=3 覆盖默认轮数上限、research=deep 在 RECON 阶段启用多代理深度研究。

使用场景与人群

  • 复杂新项目立项:任何 greenfield 中型项目（小型 CRM、内部工具、API 服务）都可以在动代码前先跑一遍 Crucible,把方案缺陷在写代码之前就拦下来
  • 关键路径重构:既有代码库中影响数据一致性的子系统重构——Crucible 的跨模型对抗能抓到 Claude 自己写时根本不会自我怀疑的边界条件错误
  • 团队对齐与可审计交付:PLAN-REVIEW-LOG.md 是天然的项目设计文档,适合作为 Code Review 的前置物提交给团队或上级
  • AI 编程工具重度用户:已经在用 Claude Code 但对「一次跑出来就交付」不放心,想要在保留 Claude 工作流的同时引入独立审查视角的开发者

输入与输出案例

输入:「我要做一个单人 CRM,联系人/公司/机会三张表,首页展示最近 7 天跟进的任务列表和金额漏斗。」

第一轮输出（RECON）:

Assumptions Ledger：
1. 数据源:本地 SQLite（已确认）
2. 多用户:不需要（单人）
3. 部署:本地 desktop / CLI
4. 提醒:不做邮件/短信,做本地通知

进入 INTERROGATE——以下为承重问题：
Q1:首页"金额漏斗"是按当前阶段（stage）汇总,还是按预期成交金额（expected_value）汇总？
   推荐:按 expected_value,理由:阶段会随时间前移,但漏斗要的是"钱还在哪儿"
   猜错代价:用户看到的金额和实际成交金额差一个数量级,失去决策价值

第四轮 REVIEW 输出（Codex → Claude）:

Round 4 — Codex 攻击结果（VERDICT: REVISE）:
• [致命] PLAN.md §3.2 中的「机会-联系人」多对多关系只用了单向 FK,
  在删除联系人时会出现悬挂引用,SQLite 不会报错,数据会静默腐烂
• [致命] 首页漏斗查询未声明 index,但 7 天窗口 JOIN 三张表,
  数据量过万时会触发全表扫描
• [次要] 通知模块未指定权限范围,默认全盘读权限过宽

Claude 仲裁:接受全部 3 项,修订至 PLAN.md §3.2/§4.1/§6.3

最终交付物:PLAN.md（一份 12 页带决策树的实施清单）+ PLAN-REVIEW-LOG.md（4 轮 Codex 攻击与 Claude 仲裁的完整论辩记录,约 800 行）。原作者公开的第一次端到端跑下来,crucible 在 5 轮里收敛 26 → 15 → 12 → 2 → 0 个缺陷,抓出 1 个根本不可建的子系统架构和约 6 个会污染数据的模型设计——这些都是 Claude 自审时几乎不会标红的盲点。

GitHub: https://github.com/chaseai-yt/crucible

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读