---

name: consistency-checker version: 1.0.0 description: 內容一致性檢查器 — 確保程式碼、文檔、多來源之間保持一致 triggers: [check, 一致性, consistency, 檢查, sync, 同步] keywords: [consistency, validation, sync, documentation, code-style, cross-repo, pre-commit]

Consistency Checker v1.0.0

確保內容一致性：程式碼風格 → 文檔同步 → 跨 Repo 同步 → AI 輸出驗證

快速使用

Copy/check                      # 檢查當前變更的一致性
/check --pre-commit         # PR/Commit 前完整檢查
/check --full               # 全專案一致性審查
/check --sync repo1 repo2   # 跨 Repo 同步檢查
/check --ai                 # 驗證 AI 輸出一致性

四大檢查模組

執行流程

Copy/check → 判斷範圍 → 執行檢查 → 生成報告 → 有問題則提供修復建議

---

模組 1: 程式碼一致性 (code-consistency)

檢查項目

執行

Copy/check code                    # 檢查當前變更
/check code src/auth/*.ts      # 檢查特定檔案
/check code --rule naming      # 檢查特定規則

---

模組 2: 文檔一致性 (doc-consistency)

檢查項目

執行

Copy/check doc                     # 檢查文檔一致性
/check doc README.md           # 檢查特定文檔
/check doc --api               # 檢查 API 文檔

---

模組 3: 跨 Repo 同步 (cross-repo-sync)

檢查項目

執行

Copy/check sync repo1 repo2              # 比較兩個 Repo
/check sync repo1 repo2 --path skills/  # 指定比較路徑
/check sync repo1 repo2 --version-only  # 僅檢查版本

同步流程

Copy指定來源/目標 → 比對版本 → 比對檔案內容 → 有差異則詢問同步方向 → 執行同步

---

模組 4: AI 輸出一致性 (output-consistency)

檢查項目

執行

Copy/check ai "要驗證的內容"
/check ai --verify-command "/some-command"  # 驗證指令
/check ai --verify-paths                     # 驗證檔案路徑

重點：指令驗證

在建議指令前，務必先透過 context7 查詢官方文檔確認指令存在。

---

整合使用場景

場景 1: 開發中

Copy/check
# → ✅ 命名一致性：通過
# → ⚠️ 發現類似函數 `formatDate` 在 src/utils/time.ts
#    建議：考慮複用現有函數

場景 2: PR 前

Copy/check --pre-commit
# → ✅ 程式碼一致性：通過
# → ⚠️ CHANGELOG.md 未更新
#    建議：新增此次變更的說明

場景 3: 跨 Repo 同步

Copy/check --sync ~/self-evolving-agent ~/evolve-plugin
# → ❌ 版本不同步
#    self-evolving-agent: v5.2.0
#    evolve-plugin: v5.0.0
#    是否同步？ [Y/n]

場景 4: AI 輸出驗證

Copy/check --ai --verify-command "/plugin install"
# → ✅ 指令驗證：/plugin install 存在
#    來源：Claude Code 官方文檔

---

擴展資源

• 完整範例與模板 → extended/examples.md
• CLAUDE.md 配置範例 → extended/examples.md#claude-md-配置範例

---

為什麼重要

1. 防止不一致 — 程式碼、文檔、多來源保持同步
2. 減少錯誤 — 提前發現潛在問題
3. 提升品質 — 統一風格和規範
4. 建立信任 — AI 輸出經過驗證更可靠