AC model-router-hook
Система интеллектуальной маршрутизации моделей, автоматически переключающая AI-модели (fast/thinking) в зависимости от сложности задачи. Когда требуется: - Автоматический выбор оптимальной AI-модели (k2p5 для простых задач, thinking для сложных) - Интеллектуальная маршрутизация в зависимости от намерений пользователя (код/анализ/запрос и т. д.) - Контроль затрат на API (управление бюджетом) - Изучение предпочтений пользователя и адаптивная настройка Сценарии использования: - Помощник разработчика, которому нужно переключать модели в зависимости от сложности вопроса - Система поддержки клиентов, которой нужно сбалансировать затраты и качество ответов - Любые сценарии, требующие интеллектуальной маршрутизации моделей
машинный переводПоказать оригиналСкрыть оригинал«智能模型路由系统，根据任务复杂度自动切换 AI 模型（fast/thinking）。 当需要： - 自动选择最优 AI 模型（简单任务用…»
智能模型路由系统，根据任务复杂度自动切换 AI 模型（fast/thinking）。 当需要： - 自动选择最优 AI 模型（简单任务用 k2p5，复杂任务用 thinking） - 根据用户意图智能路由（代码/分析/查询等） - 控制 API 成本（预算管理） - 学习用户偏好并自适应调整 使用场景： - 开发助手需要根据问题复杂度切换模型 - 客服系统需要平衡成本与回答质量 - 任何需要模型智能路由的场景
Система интеллектуальной маршрутизации моделей, автоматически переключающая AI-модели (fast/thinking) в зависимости от сложности задачи.
Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 58/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 25
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 753 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 208 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 25 пунктов
- +4Есть примеры (4 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.