Skill Router - Intelligent Skill Routing Engine — 技能 路由r - Intelligent 技能 Routing Engine

技能 路由r — 智能技能路由引擎

当技能库膨胀到 977 个时，LLM 逐条审视所有 技能 不再现实。技能 路由r 通过两阶段路由（Embedding 粗筛 → LLM 精排）解决这个瓶颈。

Quick 启动 from 技能_路由r 导入 技能路由r

路由r = 技能路由r() # 路由查询：返回 top5 匹配技能 + 画像 结果 = 路由r.路由("做一篇新生儿低血糖的系统综述") # → top1: literature-搜索 (96% confidence)

# 直接输出格式化结果给 LLM print(路由r.路由_格式化ted("帮我画个森林图"))

How It Works 用户 查询 → BM25 + 翻译桥双通道Embedding → RRF融合 → top5候选 → 拒选防线 → LLM精排 ↓ 拒选→L0工具保底

四个核心模块 模块 作用 🧪 BM25 关键词检索 英文 技能 名/描述的关键词匹配 🌉 中英翻译桥 中文 查询 → 纯英文翻译 + 0.3zh+0.7en 加权融合 🎯 RRF 融合排序 加权 Reciprocal Rank Fusion (BM25×0.5 + Embed×2.0) 🚫 三重拒选防线 信息查询检测/任务重叠/分数阈值 拒选规则 防线 触发条件 结果 信息查询 "天气"/"百科"/"用药"等 + 无强技能词 → 直接 L0 工具 任务重叠 查询 无可识别任务词 → 噪声检测 分数阈值 RRF top1 < 0.008 或 gap < 0.06 → 噪声拒绝 When to Use 技能库 > 50 个：传统逐条审视方案 令牌 成本过高时 中英文混合场景：用户中文 查询 + 英文学 技能 库 需要精确拒选：信息查询类不要浪费 LLM 精力 Requirements Python 3.10+ sentence-转换ers (all-MiniLM-L6-v2) numpy 首次运行需联网（下载 embedding 模型 ~80MB） Safety & 隐私 100% 本地运行，无需 API 技能 索引存储在本地，不发送外部 拒选防线确保纯信息查询不进 LLM 上下文