adamsreview: Ein mehrstufiges PR-Review-Plugin für Claude Code mit parallelen Agents und automatischer Fehlerbehebungsschleife

adamsreview ist ein Plugin mit sechs Befehlen für Claude Code, das eine Multi-Lens-Code-Review-Pipeline implementiert. Es verwendet parallele Sub-Agenten (bis zu sieben Linsen für Korrektheit, Sicherheit, UX usw.), einen Deduplizierungsdurchlauf, ein erst günstiges dann tiefgehendes Validierungsgate und optional einen ganzheitlichen Opus-übergreifenden Durchlauf. Der Autor berichtet, dass es bei persönlichen PRs deutlich mehr echte Bugs erkennt als Claudes integrierte /review, /ultrareview, CodeRabbit, Greptile und Codex' integriertes Review, bei weniger Fehlalarmen.
Installation
/plugin marketplace add adamjgmiller/adamsreview /plugin install adamsreview@adamsreview
Die sechs Befehle
/adamsreview:review– Multi-Lens-Code-Review eines Branches oder PRs. Bis zu sieben parallele Sub-Agent-Linsen, Deduplizierung, Validierungsgate, optionaler Opus-übergreifender Durchlauf. Verwenden Sie--ensemble, um einen Codex CLI-Durchlauf und PR-Bot-Kommentar-Scraping hinzuzufügen./adamsreview:codex-review– Codex CLI Peer-Review. Gleiche Artefaktstruktur, als Ersatz für nachfolgende Befehle verwendbar. Aufwand über--effort low|medium|high|xhigheinstellbar (Standard: high)./adamsreview:add– Externe Befunde injizieren (z. B. ein Cloud-/ultrareview-Paste, ein Opus-Überblick, eine Notiz eines Teammitglieds) in das aktuellste Review-Artefakt. Dedupliziert und validiert./adamsreview:walkthrough– Interaktiver Treiber für unsichere Befunde. Verwendet AskUserQuestion-UI, um Elemente eins nach dem anderen durchzugehen. Akzeptiert batchweise vorberechnete Auto-Fix-Vorschläge und präsentiert dann pro Befund ein Briefing + Optionen + Empfehlung. Veröffentlicht ein Entscheidungsprotokoll im PR./adamsreview:fix– Automatisierte Fix-Schleife. Verteilt pro Fix-Gruppe Sub-Agenten parallel, überprüft die Arbeit mit Opus, macht Regressionen rückgängig und committet Überlebende (standardmäßig ein kombinierter Commit;--granular-commitsfür einen pro Gruppe)./adamsreview:promote– Manuelle Überschreibung, die einen einzelnen Befund als automatisch behebbar markiert und dabei den Lane-Filter und Score-Schwellenwert umgeht.
Architektur
Das Plugin speichert Zustand in JSON-Artefakten auf der Festplatte, sodass der Kontext zwischen den Stufen gelöscht werden kann. Befehlskommandos liegen unter commands/ auf Basisstamm-Pfaden; Phasenfragmente und Prompt-Referenzen unter fragments/; Hilfsskripte und das Artefakt-Schema unter bin/. Die Plugin-Laufzeitumgebung fügt bin/ automatisch zu $PATH beim Laden hinzu – keine Symlinks oder Installationsskripte.
Empfohlener Ablauf
- Führen Sie
/adamsreview:reviewaus (oder/adamsreview:review --ensemblefür höhere Token-Kosten, aber mehr Linsen). - Optional: Führen Sie
/adamsreview:add <paste...>aus, um Befunde aus parallelen Reviews zu injizieren. - Optional: Führen Sie
/adamsreview:walkthrough [Schwellenwert]aus, um unsichere Befunde manuell zu überprüfen (Standard-Schwellenwert 60). - Führen Sie
/adamsreview:fixaus, um validierte Befunde mit Regression-Rücknahme automatisch zu beheben.
Preishinweis
adamsreview läuft gegen Ihr reguläres Claude Code-Abonnement (Max-Tarif empfohlen). Im Gegensatz zu /ultrareview wird es nicht von Ihrem Extra Usage-Pool abgezogen.
📖 Vollständige Quelle lesen: HN AI Agents
👀 Siehe auch

SIDJUA V1.0: Selbst gehostete Governance-Plattform für KI-Agenten
SIDJUA V1.0 ist eine kostenlose, selbst gehostete Governance-Plattform für KI-Agenten, die auf Docker läuft, einschließlich Raspberry Pi. Sie bietet obligatorische Kontrollpunkte für Agentenaufgaben, verschlüsselte Anmeldedatenspeicherung, Netzwerkisolation und granulare Budgetkontrollen.

Artifactr: Lokal-first CLI-Tool zur Verwaltung von KI-Codierungsagent-Artefakten
Artifactr ist ein kostenloses, quelloffenes CLI-Tool zur Verwaltung von LLM-Artefakten wie Fähigkeiten, Befehlen und Agentendefinitionen. Es speichert Dateien in portablen Tresoren ohne Netzwerkverbindungen und unterstützt automatische Synchronisierung über Symlinks.

Die OpenClaw-Fähigkeit reduziert die Zugänglichkeitsbaum-Tokens von 600.000 auf 1.300 für werbelastige Websites.
Ein Entwickler hat eine OpenClaw-Fähigkeit erstellt, die ML-basiertes Element-Ranking nutzt, um Barrierefreiheitsbäume zu beschneiden. Dadurch wurde slickdeals.com von ~598K Token auf ~1,3K Token reduziert, indem nur die Top ~50 aktionsfähigen Elemente beibehalten wurden.

Benchmark-Ergebnisse für kleine lokale und OpenRouter-Modelle bei agentischer Text-to-SQL-Aufgabe
Ein Entwickler testete mehrere kleine lokale und OpenRouter-Modelle mithilfe eines benutzerdefinierten agentenbasierten Text-zu-SQL-Benchmarks, der englische Abfragen in SQL mit Debugging-Runden umwandelt. Der Benchmark umfasst 25 Fragen, läuft in unter 5 Minuten und zeigt Top-Performer wie kimi-k2.5 und Qwen 3.5-Varianten.