model-hierarchy

model-hierarchy 技能概览

model-hierarchy 是做什么的

model-hierarchy 技能帮助 agent 把工作路由到能胜任该任务的最低成本模型。它适合那些希望更好控制成本、又不想在日常任务上牺牲质量的场景。如果你的工作流把高价 token 花在文件读取、状态检查、格式化或简单查询上，这个技能提供的是一套实用的 model-hierarchy 指南，而不是只靠直觉做判断。

适合安装给谁

如果你运行的 agent 工作流会派生子 agent、频繁切换模型，或者要为大量小任务付费，就值得安装 model-hierarchy。它对 Workflow Automation、Claude Code 风格的配置，以及任何“选错模型会悄悄抬高成本”的环境尤其有用。如果你已经在代码里做了严格的路由控制，或者模型切换本来就很少，它的价值就没那么大。

它和别的方案有什么不同

这个技能不只是简单地说“用更便宜的模型”。它编码了一条明确的判断规则：常规任务走低档，中等任务停留在中档，只有真正困难的问题才值得用高级推理模型。正因为如此，model-hierarchy 比泛泛的提示词更可执行，它给 agent 提供了可重复的分类习惯，也给子 agent 工作设定了清晰默认值。

如何使用 model-hierarchy 技能

安装 model-hierarchy

这个仓库的设计方式是把它作为一个 skill 复制到你的 agent 技能目录或 prompt 上下文中。对于 OpenClaw，repo README 展示的是把 SKILL.md 复制到 skills 路径，然后重启 gateway。对于 Claude Code / Codex 风格系统，实际安装方式通常是把路由规则贴进 CLAUDE.md 或项目说明里。如果你在评估 model-hierarchy install，先确认你的 agent 是从文件、全局指令，还是 repo 本地配置里读取 skills。

从正确的输入开始

model-hierarchy usage 最好用在你明确告诉 agent 三件事的时候：任务类型、预期输出，以及这个任务是否属于更大工作流的一部分。弱输入是：“帮我看看这个 repo。” 更强的输入是：“把这个任务分成常规或中等，然后选择最便宜、又能安全读取 config.json 的模型，汇总结果，并说明如果分类错了会有什么风险。” 这样技能才有足够上下文做出正确路由。

先读这些文件

先看 SKILL.md 里的路由规则，再检查 README.md 里的安装模式，以及 examples/claude-code.md 或 examples/openclaw.md 中的平台特定用法。如果你想理解边界行为，tests/scenarios.json 很有用，因为它能直接展示这个技能如何区分常规任务和中等任务。这是理解 model-hierarchy skill 的最快路径，不必把整个仓库逐行读完。

在工作流里使用它

一个实用的 model-hierarchy 工作流是：先分类任务，再判断它属于 routine / moderate / complex，然后在执行前选择最便宜、但仍可接受的模型。对子 agent 来说，默认优先便宜模型，除非任务需要深度推理或视觉能力。如果任务包含图像输入、图表读取或其他非文本工作，就要明确指出，因为这类场景不应使用纯文本模型。这个边界比 token 成本更重要。

model-hierarchy 技能常见问题

model-hierarchy 只适用于 OpenClaw 吗？

不是。OpenClaw 只是其中一种受支持的集成方式，但这个技能同样适用于 Claude Code、Codex，以及其他允许你在指令里定义路由行为的 agent 栈。只要你的系统能遵循模型选择策略，model-hierarchy 通常都能接入。

它和普通提示词有什么区别？

普通提示词通常只要求一次性行为。model-hierarchy 技能提供的是一条可复用的路由规则，agent 可以在每次任务前都应用它。这使它更适合重复操作、后台 agent，以及模型选择本身就是工作一部分、又对成本敏感的流程。

它适合新手吗？

适合，只要你能区分常规、中等和复杂任务。这个技能比完整的 policy engine 简单，但你仍然需要诚实判断任务难度。如果你把困难调试或视觉类工作误判成常规，模型一旦失败、需要重跑，省下来的成本就会被抵消。

什么时候不该用它？

不要把 model-hierarchy 当成对所有任务一刀切降档的策略。如果工作需要深度调试、架构决策、安全审查或多模态输入，最便宜的模型通常不是正确选择。如果你的组织已经在代码里用强约束强制模型选择，它的适配度也会比较差。

如何改进 model-hierarchy 技能

给任务标签更明确

提升 model-hierarchy 效果最快的方法，是一开始就把任务类别说清楚。好的输入会直接写出动作和预期复杂度，比如：“常规文件查找”、“中等难度代码草稿”或“带有前次失败记录的复杂调试”。这样能减少猜测，帮助 agent 第一次就选对档位。

说明会影响路由的约束

只要你提到上下文长度、多模态输入或失败容忍度，模型选择就会改变。比如：“这是一个来自 200 行日志的纯文本总结任务”或“这需要分析截图，所以不要用纯文本模型。” 这些细节很关键，因为它们会暴露技能不该为了省成本而忽略的错配场景。

第一轮后继续迭代

如果第一次输出显得过度设计，可以让 agent 重新分类任务，并解释为什么选这个档位。如果结果感觉太弱，就要求升级，并指出缺失的信号：跨文件推理、歧义，或者前次失败。model-hierarchy guide 最适合当作路由检查，而不是一次性的最终裁决。

注意常见失败模式

最主要的失败模式，是把“看起来很简单”的任务当成常规任务，但它们其实隐藏了依赖关系、边界情况或视觉需求。另一个问题，是把技能直接复制进工作流，却没有告诉 agent 去哪里找这条 policy，也没有说明什么时候可以覆盖它。要改进 model-hierarchy for Workflow Automation，最好把路由规则放在任务源附近，并明确升级路径。