省Token控制器

问题在哪

Agent 一旦默认「先读全文、再上最强模型」，日报、周报和多文档对比很容易把 token / 积分 烧穿：长文、附录和历史上下文被一次性塞进同一次请求，成本不可见，任务边界也不清晰。

技能怎么约束执行

本技能把智能体当成 ROI 导向的治理层，收到任务后先归类，再决定读多少、用哪档模型：

• 任务分级：Micro（≤2 credits）、Standard（≤10）、Deep（≤25）；超出则必须暂停，输出目标、材料清单、可复用摘要、拆分步骤与预估成本，再走超限模板。
• 模型路由：低成本做分类/去重/短摘要与初筛；中档做中文整理与普通写作；高阶仅用于复杂推理与终稿综合；视觉模型仅在必须读图/截图时用。auto-pro 类最高档不能当默认。
• 长文档：先建索引 → 标题/摘要/关键词/核心观点 → 判断是否值得深读 → 只深读高价值段落；附录单独处理，不默认进推理上下文。
• 日报 / 周报：日报不对候选条目默认全文；周报只读当周结构化日报结果，需要引用时用 ArticleID 查缓存，不重读全部原文。
• 缓存：每篇文章/PDF/外链分配唯一 ArticleID；已有标题、摘要、关键词、深读结论等字段则复用，避免重复解析。

默认输出形态偏向：结论、关键依据、风险或不确定性、下一步建议，不自动堆砌背景。

适用边界

不要为已经极便宜的微任务（单句改写、一行翻译、短分类）额外套一层流程——直接给最小有用答案即可。用户明确要深度、或材料负载明显失控时，应先让用户在 省 token / 标准 / 深度 之间选择，默认省 token。