Model Selector Skill

自动根据任务难度选择最合适的 AI 模型（Lite 或 Max）。

功能概述

本 Skill 旨在帮助 Manus 在处理任务时，根据任务的复杂程度、推理需求和流程长度，自动选择最合适的模型档位。

核心逻辑

• Lite 档位：适用于简单查询、文本总结、格式转换、常规翻译、闲聊或单步执行的任务。响应速度快，消耗额度低。
• Max 档位：适用于复杂逻辑推理、多步骤工作流、深度数据分析、代码重构、架构设计、长篇研究报告或需要极高准确性的任务。

使用指南

任务评估

在开始执行任何复杂任务或接收到用户的新请求时，应首先评估任务难度。

运行评估脚本

python3 scripts/evaluate_task.py "用户的任务描述"

模型选择标准

维度	Lite 推荐	Max 推荐
逻辑复杂度	线性、直接、单步	分支多、循环、需要深度推理
数据量	少量文本、简单表格	大量文档、复杂数据集、多源信息
专业性	通用知识、日常对话	法律、财务、高级编程、科研
输出要求	短文本、摘要、简单修改	完整报告、系统架构、优化方案

最佳实践

• 动态切换：如果任务在执行过程中发现比预期更复杂，应主动建议切换到 Max 模式。
• 成本意识：对于重复性高、确定性强的子任务，优先使用 Lite。
• 用户确认：在切换到 Max 模式前，如果可能涉及大量额度消耗，建议告知用户。

项目结构

model-selector/
├── SKILL.md                 # 技能主文档
├── README.md               # 项目说明（本文件）
├── scripts/
│   ├── evaluate_task.py    # 任务评估脚本
│   └── example.py          # 示例脚本
├── references/
│   └── api_reference.md    # 参考文档
└── templates/
    └── example_template.txt # 模板文件

脚本说明

evaluate_task.py

根据任务描述自动评估任务难度并推荐合适的模型档位。

使用方法：

python3 scripts/evaluate_task.py "您的任务描述"

输出示例：

{
  "recommended_tier": "Max",
  "reasoning": "任务涉及复杂逻辑、深度分析或长流程，建议使用 Max 模型以确保准确性和推理深度。"
}

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request！

---

创建于: 2026年3月23日
维护者: Manus Team