multi-model-meta-analysis
✓將多個 AI 模型的輸出綜合為經過驗證的全面評估。在以下情況下使用：(1) 使用者貼上來自多個 LLM（Claude、GPT、Gemini 等）關於程式碼或專案的回饋/分析，(2) 使用者希望將模型輸出合併到單一可靠文件中，(3) 使用者需要根據實際原始碼解決衝突的模型聲明。該技能根據程式碼庫驗證模型聲明，解決與證據的矛盾，並產生比任何單一模型更可靠的評估。
SKILL.md
Combine outputs from multiple AI models into a verified, comprehensive assessment by cross-referencing claims against the actual codebase.
Models hallucinate and contradict each other. The source code is the source of truth. Every significant claim must be verified before inclusion in the final assessment.
Use Grep, Glob, and Read tools to locate and examine relevant code. Do not trust model claims without verification.
將多個 AI 模型的輸出綜合為經過驗證的全面評估。在以下情況下使用：(1) 使用者貼上來自多個 LLM（Claude、GPT、Gemini 等）關於程式碼或專案的回饋/分析，(2) 使用者希望將模型輸出合併到單一可靠文件中，(3) 使用者需要根據實際原始碼解決衝突的模型聲明。該技能根據程式碼庫驗證模型聲明，解決與證據的矛盾，並產生比任何單一模型更可靠的評估。 來源：petekp/claude-code-setup。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/petekp/claude-code-setup --skill multi-model-meta-analysis- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-11
- 更新時間
- 2026-02-18
快速解答
什麼是 multi-model-meta-analysis？
將多個 AI 模型的輸出綜合為經過驗證的全面評估。在以下情況下使用：(1) 使用者貼上來自多個 LLM（Claude、GPT、Gemini 等）關於程式碼或專案的回饋/分析，(2) 使用者希望將模型輸出合併到單一可靠文件中，(3) 使用者需要根據實際原始碼解決衝突的模型聲明。該技能根據程式碼庫驗證模型聲明，解決與證據的矛盾，並產生比任何單一模型更可靠的評估。 來源：petekp/claude-code-setup。
如何安裝 multi-model-meta-analysis？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/petekp/claude-code-setup --skill multi-model-meta-analysis 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/petekp/claude-code-setup
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-11