gaoyechen/redjudge

 _{示例卡片来自 `examples/redjudge-result-card.md`。它是展示格式，不代表真实市场结论。} ## 它解决什么问题 你让 AI “评价一下”，多数时候会得到温和、圆滑、看起来有帮助但不够刺痛的问题清单。RedJudge 反过来做：先划清证据边界，再找能让方案失败的风险，最后给出一个不能靠好听话糊过去的裁决。 它适合用在你准备投入更多时间、钱或声誉之前：做产品、写文章、定商业方向、评估计划、发布方案、改 PRD、判断一个想法是否值得继续。 RedJudge 不承诺“绝对客观”。它承诺的是：**不把假设当事实，不把角色扮演当证据，不把安慰当评审。** ## 效果示例 输入： /RedJudge product strict：我想做一个 AI 求职陪练 App，目标是 25-35 岁想转行互联网的人。 功能包括模拟面试、简历改写、岗位推荐和学习计划。定价 49 元/月。 先做微信小程序，靠小红书投流获客。你帮我判断靠不靠谱。 输出会包含： Evidence Boundary: 本评审只基于输入；CAC、竞品、招聘数据、小红书投流成本未核实。 Red Scan: 1. 目标用户过宽，核心场景不成立 🔴 2. MVP 同时塞入四个大功能，价值焦点被稀释 🟡 3. 差异化不足，容易变成通用 AI 包装层 🟡 ... Verdict: revise Weighted total: 40 Highest-leverage change: 收窄到一个单点垂直 MVP，例如“转行产品经理的 AI 模拟面试 + 简历追问评分”。 Next Validation: 用 24 小时小红书测试验证是否有人愿意付 9.9 元定金。 完整展示见 [`examples/redjudge-result-card.md`](examples/redjudge-result-card.md)。 ## 快速开始 从 GitHub 安装： npx skills add gaoyechen/redjudge 如果你已经 clone 到本地仓库根目录，也可以本地安装： npx skills add . --skill redjudge 装完后对 Agent 说： /RedJudge product strict：这是我的产品方案……帮我判断靠不靠谱，不要安慰我，先指出能让它失败的问题。 ## 触发方式 这些话应该触发 RedJudge： - `/RedJudge idea：我有个想法，帮我判断值不值得做。` - `/RedJudge article：评审这篇文章的论证。` - `/RedJudge product strict：这个产品靠不靠谱？` - `帮我挑毛病，不要只说好听的。` - `red team this plan before I start building.` - `这个方案有没有致命风险？` - `我准备发这个公众号，先帮我做严格评审。` - `这个商业计划是不是自嗨？` 这些话不应该触发 RedJudge： - `帮我头脑风暴 20 个点子。` - `只夸优点，不要批评。` - `帮我润色语气。` - `查一下今天某个产品的价格。` - `直接把这个文件改掉。` ## 能做什么 / 它会交付什么 | 能力 | 交付物 | 典型用途 | |---|---|---| | Evidence Boundary | 明确哪些来自输入、哪些需要核实 | 防止把假设说成事实 | | Red Scan | 3 个默认风险；strict 模式 5 个 | 先找失败点，不先安慰 | | Multi-Perspective Review | 3-4 个匹配角色的异议 | 从用户、执行者、竞品、编辑等视角找盲点 | | Value Confirmation | 只确认未被风险击穿的价值点 | 避免纯负面表演 | | Verdict | continue / revise / abandon + weighted total | 给出可行动的判断 | | Next Validation | 一个最高杠杆验证动作 | 让下一步不是泛泛建议 | ## 它和同类有什么不同 | 对象 | 常见做法 | RedJudge 的差异 | |---|---|---| | 普通 critique prompt | 直接列优缺点 | 先划 Evidence Boundary，再做 Red Scan | | anti-sycophancy prompt | 反对迎合，但未必给裁决 | RedJudge 必须给 continue / revise / abandon | | code review skill | 聚焦 PR、代码、架构 | RedJudge 覆盖 idea / article / product / plan / draft | | 多代理 tribunal | 重流程、多 reviewer | RedJudge 默认单轮轻量，strict 时再提高强度 | | LLM eval framework | 适合系统化 benchmark | RedJudge 是人类决策前的轻量评审协议 | 参考同行与打磨记录见 [`references/luban-audit-2026-06-13.md`](references/luban-audit-2026-06-13.md)。 ## 安全边界 RedJudge 默认只做评审，不执行外部动作： - 不会自动修改文件、提交代码、发布内容、发消息或调用付费 API。 - 不会把未核实的市场、法律、医疗、金融、安全事实当作结论。 - 不会为了显得严厉而编造风险。 - 不会在用户只要正面反馈时偷偷运行红队评审。 - 高风险、时效性、事实依赖强的判断必须核实；无法核实时标成 `Unverified Assumption`。 ## 文件结构 redjudge/ ├── SKILL.md # Agent-facing RedJudge protocol ├── README.md # Public landing page and usage guide ├── LICENSE # MIT license ├── assets/ │ └── redjudge-result-card.svg # Static showcase card ├── evals/ │ └── evals.json # Regression prompts and expectations ├── examples/ │ ├── article-review.md # Style example │ ├── idea-review.md # Style example │ ├── product-review.md # Style example │ └── redjudge-result-card.md # Screenshot-friendly result card ├── references/ │ ├── anti-sycophancy-rules.md │ ├── dimension-templates.md │ ├── luban-audit-2026-06-13.md │ └── verdict-rubric.md └── scripts/ ├── check-redjudge-evals.py # Package/eval validator └── check-redjudge-evals.sh # Shell wrapper ## 验证与测试 运行静态验证： python scripts/check-redjudge-evals.py 或： bash scripts/check-redjudge-evals.sh 代表性测试用例在 [`evals/evals.json`](evals/evals.json)。它们覆盖： 1. product strict：必须给 5 个 evidence-backed risks； 2. article：必须把未核实外部事实标成假设； 3. vague input：必须先索要上下文； 4. quick mode：必须输出压缩版，不跑完整长评审； 5. positive-only near miss：必须拒绝把 RedJudge 用成夸奖工具。 ## 版本说明 - 当前版本：`v1.0.0` - 正式发布页：`https://github.com/gaoyechen/redjudge/releases` - 变更记录：`https://github.com/gaoyechen/redjudge/blob/main/CHANGELOG.md` - 版本管理采用语义化版本：`v1.0.x` 用于小修复，`v1.1.0` 用于功能增强，`v2.0.0` 用于较大改动。 - 每次发版至少同步记录：这次改了什么、哪些验证通过了、下一版优先做什么。 - 当前 `SKILL.md` frontmatter 不单独维护 `version` 字段，版本信息以 GitHub Release 和 `CHANGELOG.md` 为准。 ## 发布前清单 - [x] `SKILL.md` 有强触发 description。 - [x] README 有钩子、示例、安装、触发方式、安全边界、验证方式。 - [x] `LICENSE` 已补。 - [x] `evals/evals.json` 已补。 - [x] 可截图结果卡已补。 - [x] GitHub 安装命令已替换为 `gaoyechen/redjudge`。 - [ ] 发布到 skills.sh 后，加真实徽章，不用占位徽章冒充计数。 - [ ] 如目标是 ClawHub / Claude plugin marketplace，再补对应 manifest。 ## License [MIT](LICENSE)

标签：AI智能体, Cutter, LLM评估, Ollama, 人工智能, 商业评估, 提示词工程, 文本评审, 用户模式Hook绕过, 策略决策点, 逆向工具, 防御加固