chengjun023/agent-smith/adaptive-route

按工作难度路由

Last updated: 2026-09-30T22:54:56+08:00

首次使用说明：按工作块难度选择实际模型；默认自动＋均衡。主任务当前正在生成的请求不能中途换模。安装插件不会自动修改所有任务的模型。

路径以本 SKILL.md 所在目录为基准：../../scripts/router.py（以下记作 ROUTER，执行时替换成绝对路径并正确引用）。仅需要 Python 3 和已登录的 Codex CLI。CODEX_THREAD_ID 自动绑定当前任务；缺失时从已有任务工具取得确切 ID 后传 --thread-id，不能猜测或取最近任务。

开始与偏好

1. 告知用户正在使用本技能。运行 python3 ROUTER config 读取偏好。用户明确给出的模式、模型和档位优先。
2. 默认 auto / balanced / 60 秒。持久设置用 config --mode auto|ask|preset --preset economy|balanced|quality|ultra --timeout 60。仅本次变化用 propose 的同名参数，不修改全局偏好。
3. 自定义阶段：config --phase think|act|review --model gpt-6-astra --effort max；重置阶段覆盖用 config --clear-overrides。中文“极高/最高/中/高”分别映射 xhigh/max/medium/high。只改变用户要求的字段。
4. 修改偏好本身不需要启动模型。已有任务明确指定模型时，先保持该选择；不要以省 token 为由静默替换。模型/档位不支持会返回错误，告知并提出目录中存在的替代项。

可更新目录与个人偏好

首次配置或用户希望调整时，最多问两项：更看重质量/均衡/费用/速度，以及主要做阅读/写作/代码/研究/混合。已有明确选择直接采用；没有答案继续沿用现有均衡设置。用 config --profile quality|balanced|economy|speed --workload read|write|code|research|mixed 保存；具体模型 pin 始终优先。

正常 propose 按 TTL 尝试刷新公开目录；本地评分、选模和计量没有额外模型调用。目录把供应商型号、价格、能力证据与实际执行接口分开；新型号先进入候选，只有本地准入且宿主证明确实支持时才进入排序。不要把公开目录的 Opus/Sonnet 名字当作当前 Codex 子代理可调用。价格采用与准入命令见 模型目录说明。公开目录失败时保留已验证快照并报告 stale，不自动注册付费供应商。

下列模型梯度是未校准初始顺序。通过能力门槛的候选还会按偏好、已验证价格/能力/延迟及同类任务的验收记录排序。没有足够验收样本时保留初始顺序；分数和排序分都不是成功概率。详见 偏好与验收。

工作块评分与选择

工作块开始先按任务类型、复杂度、风险和失败证据给 1.0–10.0 分，每次只评估可验收的一块。scripts/difficulty.py 的 assess(text='', phase='act', complexity='normal', risk='low', failures=0, score=None, task_type='general', source='heuristic') 是纯标准库规则，不触发额外模型请求。含糊或高风险工作可由主任务根据本轮已有证据给 --difficulty 分数，--score-source caller_assessment；无须为评分再派模型。返回的 confidence 仅是 low/medium 定性标签，未经概率校准；调用者给分也不是校准概率。文本只在内存用于摘要特征，路由记录不保存原文。

• think 用于架构和诊断；读取、摘录可用较低分数的模型完成分析。act 用于落实方案；review 只检查确有需要的结果。这三个阶段都按分数选择，不固定使用 Astra。
• 分数 1–1.9 选 gpt-6-luna low，2–2.9 为 medium；3–4.4 的快速阅读与摘录选 gpt-5.6-terra medium，其他轻任务选 Luna medium；4.5–5.9 选 gpt-6.1-sol medium，6–6.9 为 high；7–8.4 的 code/edit/read/extract/general 选 6.1 Sol xhigh，architecture/reason/debug 选 gpt-6-astra xhigh；8.5–9.4 统一选 Astra max，9.5–10 为 Astra ultra。think 阶段本身不强制 Astra。
• 轻任务的 Luna/Terra 都不可用时先回退 6.1 Sol medium，再尝试旧 Sol 与 Astra。普通 Sol 档首选不可用时依次尝试 gpt-6-sol 同档（xhigh 不支持则 high）、gpt-5.6-sol 同档或 high、Astra xhigh，理由必须列出首选与实际回退。要求 Astra 的架构/推理/深度诊断、高风险、连续失败及最高难度工作块，要求 Astra 或有明确安全等价证据的已准入替代项；没有合格组合就报错。
• 默认阅读和摘录分别为 3.2、3.4 分，快速浏览通常用 Terra medium；简单单行抽取可降至 Luna。执行方案未明确的非读取工作转 think；读取即使没有 --plan-ready 也可分析。
• 首次失败按新证据评分；两次失败转 think，选模分数至少 7.0，并要求 Astra xhigh 或更高档重新分析，避免连续 Sol 重试。高风险自动选择也至少 7.0，且真实首选 Astra。原始难度保留在 difficulty.score，实际选模分数写入 selection_score。用户显式阶段覆盖仍优先，且必须通过能力验证；高风险执行仍标记 requires_strong_review。
• preset 保留固定矩阵的原角色分工，未被用户覆盖的 Sol 默认升级 gpt-6.1-sol；已有显式 gpt-6-sol 阶段覆盖保持原样。auto 与 ask 在原始分数上应用 economy -0.3、balanced 0、quality +0.4、ultra +0.8 的有界偏移，再应用安全下限。用户指定的模型与档位优先于自动选择。评分不能代替业务操作授权。

每个有意义的阶段调用一次，例如：

python3 ROUTER propose --phase act --task-type code --complexity normal --risk low --plan-ready
python3 ROUTER propose --phase think --task-type architecture --difficulty 8.2 --score-source caller_assessment

2026-09-30 官方 GPT-6.1 Sol 模型说明 将其定位于复杂编码、computer use 与专业工作，能力接近 Astra；因此普通复杂工作优先 6.1 Sol，架构与难题分析保留 Astra。API 文档列出的推理档位为 low–max；本机 Codex 目录和当前宿主 spawn 另支持 ultra。以当前执行环境的实际能力交集为准，不将 Codex 的 ultra 推断为 API 支持。

可选 --task 供本地规则识别类型，--available-models 传逗号分隔的宿主可用模型以缩小候选范围。最终仍需同时通过本机目录和宿主内置 allowlist；当前宿主不支持 gpt-5.6-luna 子代理，因此不会输出它的可执行 spawn 配置。返回值包含难度摘要、具体 model/effort、理由和 native_spawn_settings。selected 只是选择完成，execution=not_started 表示尚未派发。

询问与超时

ask 返回 awaiting_question 时：

1. 用可用的异步提问工具呈现具体推荐的模型/档位、备选预设和“暂不路由”。说明只询问模型偏好，60 秒（或配置值）无回复采用推荐。没有异步工具时，明确说明无法显示非阻塞问题，用相同参数重新 propose --mode auto，不伪造用户已看到问题或已作选择。
2. 问题成功展示后才运行 arm --id ID 开始计时。然后可做与选择无关的轻量工作。等待采用 clock sleep 或可被新输入打断的等待，每次最多 30 秒；不使用阻塞的终端 sleep。
3. 用户回复后 resolve --id ID --choice recommended|economy|balanced|quality|ultra|cancel；自定义用 --choice custom --model MODEL --effort EFFORT。给用户的固定预设选项应注明它会替换本次自定义阶段覆盖。
4. 未回复时运行 resolve --id ID。只在返回 selected 后执行；pending 时继续等待。awaiting_question 表示计时尚未开始或时钟变化，重新展示问题后 arm。新问题会使同任务的旧未决路由失效，跨任务状态独立。
5. 取消后继续以当前模型完成已授权工作，不再为同一阶段追问。迟到的用户选择用于下一工作块；不自动打断已运行代理或重复派发。

超时仅为事先说明的模型偏好兜底，不是删除、发布、外发、付款、扩大权限或其他实质操作的授权。若工具问题本身涉及必要授权，保持待定，不能用本技能超时绕过。

实际执行：原生子代理

本技能明确请求在适合分工的独立工作块使用子代理路由。选择完成后，仅在确有独立工作且宿主允许时用 collaboration.spawn_agent（或宿主等价工具）派发。主任务同时承担独立的准备或验收工作。没有这种分工空间就由主任务完成，并准确说明没有切换模型。

• 传返回的 model、reasoning_effort 和 fork_turns="none"，避免复制整段历史。先确认宿主 spawn 工具支持此组合；本机 CLI 目录不等于所有远端/子代理均可用。
• message 包含目标、文件绝对路径、最小必要上下文、既有变更、允许改动范围、验收条件、资源限制。对新 worker 直接说明“执行此任务，不再套用 adaptive-route 或递归委派”；需要改变方案时返回主任务。
• 默认同一写入范围最多一个执行代理。主任务不重复做代理的同一工作，不向低档代理倾倒全量资料，不为了复核把全部上下文再复制一遍。复用空闲代理只能用于相同已确认模型/档位；需换模型时创建新的有界工作块。
• 只有 spawn 成功返回 agent ID 后，运行 mark --id ID --agent-id <实际ID> --evidence 'agent:<实际ID>'。确切轮次 ID 可用时追加 --turn-id；不可用就省略，不能猜测。失败则报告路由未执行，维持当前模型；不通过独立 CLI 绕过宿主委派限制。
• 等待结果并核验实际产物。若代理的实际模型信息与选择不一致，按实际结果说明。升级只针对有证据的难点，默认两次失败即停止低档试错。
• 结尾简述哪些阶段实际使用了哪些模型；没有使用量对照时不编造节省百分比。低价模型降低成本不必然降低总 token；重复上下文、返工和委派也计入开销。

验收与重复评测

代理返回后检查交付物，使用 outcome --id ID --status accepted|rejected|unknown 记录。accepted 必须有用户确认、自动测试或独立 reviewer 证据，提供 --verification-source user|automated_tests|reviewer --evidence-id <简短证据标识>；同时按实际证据填写 --actual-model / --actual-effort。进程完成、代理自称完成都不足以标记 accepted。本次验收无法判断时记 unknown；仍在等待测试或用户验收时保持未验收 null，避免过早写入不可变终态。失败类别、使用量与耗时参数见偏好文档；不把正文写入证据字段。

benchmark 使用独立 scope=benchmark，不学习到日常偏好。可重跑的六任务套件支持冻结清单、串行执行、断点恢复、离线重新评分和 JSON/CSV 报告；见 benchmark 使用说明。真实运行需要用户给定次数预算，不能静默重试不确定是否计费的请求。相同用量下的参考价格差与同任务实测 token 差分别报告。

实验性同轮切换

用户要求直接切换当前主任务且本机已有 app-server control socket 时，读取 live-routing.md。这条路径只发布当前轮后续步骤的 model/effort；不能把接口的 applied 当作已生成 token 的模型证明。连接不可用时使用上面的原生路由，不启动新 daemon，不改全局配置，不重启桌面，不逆向连接私人 IPC。

更多用法、预设表与已验证边界见插件根目录 README.md。