Codex 任务路由器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/skill-router-iqnx
技能介绍
为什么需要任务路由
在复杂的工程环境中,AI Agent 默认的“猜测式”路由往往不够精准。面对排查线上故障与重构底层模块这两类截然不同的任务,使用相同的思考深度和工具链不仅浪费上下文,还可能导致错误的执行路径。我们需要一种机制,先识别任务性质,再匹配本地已有的最强能力。
核心机制与工作流
该技能通过一套严格的 lane(赛道)分类和能力解析机制,将 Codex 从“盲目猜测”转变为“环境感知”。
- 任务分类:将用户请求映射到六个核心赛道:
direct、broken、build、operate、review和plan。每个赛道对应不同的默认推理层级和思考深度(如ultrathink)。 - 库存扫描:调用
scripts/scan_codex_inventory.py检查本地已安装的技能、插件和 MCP 服务器,确保推荐基于真实的本地环境。 - 能力解析:按优先级匹配最具体的本地能力(仓库指令 > 本地技能 > 插件 > MCP > 直接执行),拒绝盲目联网搜索或静默安装。
- 输出契约:严格按
references/routing-contract.md返回紧凑的路由决策,包含赛道、选定能力、推理层级和验证计划。
适用边界与注意事项
这是一个本地优先的路由与编排工具,而非企业级治理平台。它负责决定执行路径和思考深度,但不提供策略合规性审查或审计证明。对于需要严格权限控制和决策留痕的企业级场景,应结合外部治理框架使用。此外,跨赛道任务会优先选择首个关键赛道并记录下游链路,开发者需理解这一降级逻辑。
使用场景
- 排查线上故障或失败测试时,需要把任务路由到 broken 赛道并启动深度推理
- 为新功能编写组件或集成时,把 build 赛道任务交给最具体的本地能力执行
- 做代码审查或安全风险排查时,将 review 赛道任务路由到对应的推理层级
- 面对范围模糊的多阶段规划任务时,把 plan 赛道请求交给 frontier 推理处理
适合人员
- 在 Codex 中处理复杂工程任务的 AI 工程师,需要按任务性质选择推理深度与工具链
- 维护团队本地技能、插件和 MCP 清单的工程师,需要在派发任务前扫描确认实际可用能力
- 构建 agent 编排流程的开发者,需要明确的赛道分类与路由输出契约来约束执行