Agent skill · data analytics · affaan-m
santa-method
具有收敛循环的多智能体对抗验证。两个独立的审查代理必须都通过，输出才能发送。
Why this skill is useful
Adds a comprehensive multi-agent verification framework with executable scripts for independent review processes that enhance output quality assurance.
What it needs
Requires python installed locally. About 3k tokens when loaded. Last updated 2026-08-06. 238,342 stars on the source repository.
What this skill does
圣诞老人方法 多智能体对抗验证框架。列个清单，检查两遍。如果行为不端，就修正直到表现良好。 核心洞察：单个智能体审查自身输出时，会共享产生该输出的相同偏见、知识盲区和系统性错误。两个没有共享上下文的独立审查者可以打破这种故障模式。 何时激活 在以下情况调用此技能： 输出将被发布、部署或供最终用户使用 必须强制执行合规、监管或品牌约束 代码未经人工审查即投入生产 内容准确性至关重要（技术文档、教育材料、面向客户的文案） 大规模批量生成，抽检无法发现系统性模式 幻觉风险较高（声明、统计数据、API 参考、法律用语） 不要用于内部草稿、探索性研究或具有确定性验证的任务（这些请使用构建/测试/代码检查流水线）。 架构 阶段详情 阶段 1：列清单（生成） 执行主要任务。无需改变正常的生成工作流程。圣诞老人方法是一个生成后验证层，而非生成策略。 阶段 2：检查两遍（独立双重审查） 并行生成两个审查智能体。关键不变项： 1. 上下文隔离 — 两个审查者互不见面对方的评估 2. 相同评估标准 — 两者收到相同的评估标准 3. 相同输入 — 两者都收到原始规格说明和生成的输出 4. 结构化输出 — 每个审查者返回类型化的判定，而非散文 评估标准设计 评估标准是最重要的输入。模糊的标准会产生模糊的审查。每个标准必须有客观的通过/失败条件。 标准 通过条件 失败信号 ----------- --------------- ---------------- 事实准确性 所有声明均可根据源材料或常识验证 编造的统计数据、错误的版本号、不存在的 API 无幻觉 没有虚构的实体、引用、URL 或参考文献 指向不存在页面的链接、无来源的引用 完整性 规格说明中的每个要求都得到满足 缺少章节、遗漏边缘情况、覆盖不完整 合规性 通过所有项目特定的约束 使用禁用术语、语气违规、监管不合规 内部一致性 输出内无矛盾 A 部分说 X，B 部分说非 X 技术正确性 代码可编译/运行，算法合理 语法错误、逻辑错误、错误的复杂度声明 特定领域评估标准扩展 内容/营销： 品牌语气一致性 满足 SEO 要求（关键词密度、元标签、结构） 无竞争对手商标滥用 CTA 存在且链接正确 代码： 类型安全（无 any 泄漏，正确处理 null） 错误处理覆盖 安全性（代码中无秘密、输入验证、注入防护） 新路径的测试覆盖 合规敏感（受监管、法律、金融）： 无结果保证或未经证实的声明 存在所需的免责声明 仅使用批准的术语 符合司法管辖区的语言 阶段 3：表现好坏（判定门控） 为什么两者都必须通过：如果只有一个审查者发现问题，那么该问题是真实存在的。另一个审查者的盲点正是圣诞老人方法旨在消除的故障模式。 阶段 4：修正直到表现良好（收敛循环） 关键：每轮审查使用全新的智能体。审查者不得携带之前轮次的记忆，因为先前的上下文会造成锚定偏差。 实现模式 模式 A：Claude Code 子智能体（推荐） 子智能体提供真正的上下文隔离。每个审查者是一个独立的进程，没有共享状态。 模式 B：顺序内联（备用方案） 当子智能体不可用时，通过显式上下文重置模拟隔离： 1. 生成输出 2. 新上下文："你是审查者 1。仅根据此评估标准进行评估。找出问题。" 3. 逐字记录发现 4. 完全清除上下文 5. 新上下文："你是审查者 2。仅根据此评估标准进行评估。找出问题。" 6. 比较两个审查结果，修复，重复 子智能体模式严格优于内联模拟——内联模拟存在审查者之间上下文渗透的风险。 模式 C：批量采样 对于大批量（100+ 项），对每个项目都执行完整的圣诞老人方法成本过高。使用分层采样： 1. 对随机样本（批量的 10-15%，最少 5 项）运行圣诞老人方法 2. 按类型对失败进行分类（幻觉、合规性、完整性等） 3. 如果出现系统性模式，对整个批量应用针对性修复 4. 重新采样并重新验证修复后的批量 5. …
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills affaan-m/santa-method--b99e02