-1-

项目交付前，「自己人看一遍」往往挡不住真实缺陷：建设者与评审共享上下文，容易漏掉安全、体验与口径问题，也没有可审计的通过标准。红队评审台把 DeepSeek Harness 里的评审做成持久插件：对抗式挑刺、判官独立打分、按门控修复、再复评，直到满足明确规则才放行。

核心能力围绕可复用闭环展开。每轮固定四类证据（截图或 interaction/image/pdf-text 等证据卡），Host 负责子智能体编排、截图渲染、状态持久化与门控 guard；红队与判官在预设与工具权限上隔离，默认双判官中位数聚合，mustFix 与 BLOCKER/MAJOR 会硬性阻断。v2.0 起还有多模型判官路由、统计与校准语料；Web 侧栏提供整页看板（轮次时间线、发现、评分明细、证据与导出），HTTP 只读本机，评审子会话硬只读，API 密钥不暴露给前端。

适合需要在 Harness 里对 Web、游戏、建模等交付物做结构化红队审查的团队：既要「挑刺」又要「独立打分」，还要把 present/update_goal 与项目快照绑在一起，防止评审通过后偷偷改代码再交付。也适合用自带 demo 与 benchmarks 验证 recall、门控与评分口径是否稳定的维护者。