Skill Router — 智能技能路由引擎
两阶段路由:embedding粗筛之后LLM精排,977技能里挑top5。中文query自动翻成英文再匹配,外加三重拒选防线,纯信息类查询直接踢到L0工具,别浪费LLM token。
- License 许可
- MIT
- 最近更新
- 2026-06-10
- Stars
- ★ 3
- Forks
- 0
01 前言 Front Matter
- name
- Skill Router — 智能技能路由引擎
- tags
- [ "tool-selection", "skill-router", "routing", "intent-classification", "embedding" ]
- author
- 炎哥
- source
- https://github.com/awoo129/wangyan/tree/main/experiments/skill-router-p0
- version
- 2.1.2
- homepage
- https://github.com/awoo129/wangyan
- description
- 两阶段路由:embedding粗筛之后LLM精排,977技能里挑top5。中文query自动翻成英文再匹配,外加三重拒选防线,纯信息类查询直接踢到L0工具,别浪费LLM token。
03 SKILL.md 正文
Skill Router
skill库大到977个以后,让LLM一条条翻着看太傻也太贵。这个router用两段路由解决:先embedding粗筛,再LLM精排。
怎么用
from skill_router import SkillRouter
router = SkillRouter()
result = router.route("做一篇新生儿低血糖的系统综述")
# → top1: literature-search (96%)
print(router.route_formatted("帮我画个森林图"))
干了什么
Query → BM25 + 翻译桥(双通道embedding) → RRF融合 → top5候选 → 拒选防线 → LLM精排
↓
拒选的走L0工具
四个块
- BM25关键词匹配 — 对英文skill名/描述做关键词硬匹配
- 中英翻译桥 — 中文query先翻成英文,0.3zh + 0.7en加权揉一起
- RRF排序 — 加权Reciprocal Rank Fusion,BM25×0.5 + Embed×2.0
- 三重拒选 — 信息查询/任务重叠/分数阈值,三道坎
拒选规则
三道防线:
- 信息查询 — query里只有"天气"/"百科"/"用药"这类词,没有强技能关键词 → 不走LLM,直接L0工具
- 任务重叠 — 根本看不出要干什么 → 打回噪声
- 分数阈值 — RRF top1 < 0.008 或 gap < 0.06 → 太模糊,拒了
什么时候用
skill超过50个以后,传统一条条审查的方案token成本就扛不住了。特别是中英文混着用的场景——用户说中文但skill库全是英文名。还有就是明确不想让LLM碰的信息查询类请求,路由器帮你拦外面。
要求
- Python 3.10+
- sentence-transformers (all-MiniLM-L6-v2)
- numpy
- 第一次跑要联网下embedding模型,大概80MB
隐私
路由引擎本身全本地跑:skill索引存在本地,embedding模型本地加载,query不走外部API。
L0工具层(技能全拒后的保底)可能调用外部API:PubMed、Semantic Scholar、TinyFish等。
这些工具的API key通过环境变量注入,详见tool_catalog.json中的${VAR_NAME}占位符。
拒选防线保证纯查询类请求不会进LLM上下文。
04 同仓库更多 Skills
youtube-content
YouTube transcripts to summaries, threads, blogs.
xurl
X/Twitter via xurl CLI: post, search, DM, media, v2 API.
touchdesigner-mcp
Control a running TouchDesigner instance via twozero MCP — create operators, set parameters, wire connections, execute Python, build real-time visuals. 36 native tools.
test-driven-development
TDD: enforce RED-GREEN-REFACTOR, tests before code.
teams-meeting-pipeline
Operate the Teams meeting summary pipeline via Hermes CLI — summarize meetings, inspect pipeline status, replay jobs, manage Microsoft Graph subscriptions.
systematic-debugging
4-phase root cause debugging: understand bugs before fixing.