任务Agent完成工作 → 评分Agent对照Rubric打分 → 不合格？打回重做

# .claude/outcomes/pr-review.yaml
name: "PR Quality Gate"
description: "确保每个 PR 在合并前通过质量检查"

rubric:
  - id: tests
    weight: 30
    question: "所有新增/修改的代码是否有对应的测试用例？"
    pass_condition: "测试覆盖率 ≥ 80%，且所有测试通过"

  - id: docs
    weight: 15
    question: "公共 API 是否有文档注释？"
    pass_condition: "所有 export 的函数/类都有 JSDoc 或 docstring"

  - id: security
    weight: 25
    question: "是否有明显的安全风险？"
    pass_condition: "无硬编码密钥、无 SQL 注入、无 XSS 漏洞"

  - id: style
    weight: 15
    question: "代码风格是否符合项目规范？"
    pass_condition: "ESLint/Prettier 零报错，命名遵循项目约定"

  - id: logic
    weight: 15
    question: "核心逻辑是否有明显的边界条件遗漏？"
    pass_condition: "空输入、null、超长输入等边界条件均已处理"

threshold: 80  # 总分 ≥ 80 分才算通过
max_retries: 3  # 最多重试 3 次

---
name: pr-grader
description: 独立的 PR 质量评分Agent，对照 rubric 逐项打分
tools: [Read, Grep, Bash]
model: claude-sonnet-4-5-20250514
---

你是 PR 质量审查员。你的唯一职责是对照 Rubric 逐项检查 PR 代码。

## 工作流程
1. 读取 `.claude/outcomes/pr-review.yaml` 中的 rubric
2. 逐项检查 PR 中的代码变更
3. 为每项打分（0-100），并附具体理由
4. 输出最终评分和"通过/打回"判定
5. 如果打回，给出具体的修改建议

## 评分规则
- 只基于代码本身判断，不参考提交者的解释
- 扣分必须附代码位置（文件名+行号）
- 满分项也要说明为什么满分
- 最终输出格式：
  ```
  ## PR Quality Report
  - Tests: 85/100 — 覆盖率82%，缺少 error handling 测试（src/auth.ts:45-60）
  - Docs: 90/100 — 所有公共API有注释，但缺少参数类型说明
  - Security: 95/100 — 无硬编码密钥，输入校验完善
  - Style: 100/100 — ESLint 零报错
  - Logic: 70/100 — getUser() 未处理 null 返回值（src/api.ts:120）

  ## Verdict: REVISE（总分 86/100，需修复 logic 和 tests）
  ```

# CLAUDE.md 片段

## 质量流程
当完成以下任务后，**必须**启动 pr-grader subagent 进行评分：
- 创建或修改 PR
- 生成新的模块代码
- 修改核心业务逻辑

启动方式：`Task(subagent_name="pr-grader", description="对当前变更进行质量评分")`

如果评分 < 80 或 grader 要求修改，必须先修复再合并，最多重试 3 次。

#!/usr/bin/env python3
"""自建 Outcomes 评分循环 —— 适用于任何 LLM API"""

import json, subprocess, sys
from pathlib import Path

RUBRIC = {
    "tests": {"weight": 30, "check": "测试覆盖率≥80%，所有测试通过"},
    "docs": {"weight": 15, "check": "所有公共API有文档"},
    "security": {"weight": 25, "check": "无硬编码密钥、无注入风险"},
    "style": {"weight": 15, "check": "Linter零报错"},
    "logic": {"weight": 15, "check": "边界条件已处理"},
}
THRESHOLD = 80
MAX_RETRIES = 3

def grade_output(file_path: str) -> tuple[dict, int]:
    """让独立的 LLM 调用对照 rubric 打分"""
    code = Path(file_path).read_text()
    # 构建评分Prompt（关键：独立上下文窗口）
    prompt = f"""你是代码质量评审员。对照以下 Rubric 对代码打分（0-100分/项）：

{rubric_text}

代码：
{code[:8000]}  # 截断过长代码

输出 JSON 格式：{{"tests": 分数, "docs": 分数, ... , "verdict": "PASS|REVISE", "issues": ["问题1", "问题2"]}}
"""
    # 调用你的 LLM API（示例用 OpenAI 格式）
    result = call_llm(prompt)
    scores = json.loads(result)
    total = sum(scores.get(k, 0) * v["weight"] / 100 for k, v in RUBRIC.items())
    return scores, total

def outcomes_loop(task_output: str, retries=0):
    """Outcomes 核心循环：打分 → 不通过 → 修正 → 重新打分"""
    scores, total = grade_output(task_output)

    if total >= THRESHOLD:
        print(f"✅ 通过！总分 {total}/100")
        return True

    if retries >= MAX_RETRIES:
        print(f"❌ 已达最大重试次数({MAX_RETRIES})，总分 {total}/100")
        return False

    print(f"🔄 第{retries+1}次修正（{total}/100）...")
    issues = scores.get("issues", [])
    # 将评分结果反馈给任务Agent，触发修正
    fix_prompt = f"上次评分 {total}/100，需修复以下问题：\n" + "\n".join(f"- {i}" for i in issues)

    # 任务Agent根据反馈修正
    revised = call_task_agent(fix_prompt)
    Path(task_output).write_text(revised)

    return outcomes_loop(task_output, retries + 1)

if __name__ == "__main__":
    outcomes_loop(sys.argv[1])