大模型选型参谋
这个 Skill 解决什么
不同大模型（GPT / Claude / Gemini / DeepSeek / GLM / Kimi / 通义 / 文心 / 混元 / 豆包 / Qwen / Llama 等）在推理、编码、多模态、长上下文、中文、性价比、本地化上各有长短。本 Skill 帮你把"这个任务该用哪个模型"从拍脑袋变成可解释的加权匹配：输入任务描述 → 标注任务特征 → 匹配模型能力画像 → 加权评分 → 输出首选 + 理由 + 备选 + 风险。
触发词
- 选型咨询："帮我选个模型 / 这个任务用哪个大模型 / 写代码用 GPT 还是 Claude / 哪个 AI 更适合做 XX / 任务择模"
- 画像刷新："刷新模型库 / 更新大模型画像 / 重新检索 / 模型库过期了"
两类能力
- 选型咨询（主能力）：给任务，出推荐。
- 画像刷新（增强能力）：检索官方增删记录，校正基线画像。详见"按需检索刷新"小节。
核心概念
任务特征 8 维（标注标准）
对用户的任务，逐维标注等级（弱 / 中 / 强，或具体档位）：
1. 模态：纯文本 / 图文 / 音视频 / 代码为主
2. 推理深度：浅（分类/提取）/ 中（摘要/改写）/ 深（数学/逻辑/长链思考）
3. 上下文：短（<8k）/ 中（8k–100k）/ 长（>100k tokens）
4. 语言：中文优先 / 英文 / 多语
5. 工具调用：是否需要函数调用 / Agent 编排
6. 预算：不限 / 性价比优先
7. 部署：云端托管 / 本地私有化
8. 速度：随意 / 近实时
模型能力画像
见 references/models.md：12 个主流模型的 8 维等级 + 代表基准 + 数据截止日期 + 来源链接。数据为综合公开信息，非厂商背书，以官方最新为准。
加权评分
- 每个模型对任务 8 维的吻合度打分（0–3），按当前场景权重加权求和，得总分。
- 默认权重见下"场景权重切换"。
- 输出 Top3 + 各胜出维度。
执行流程
步骤 0 · 接收与澄清
读取任务描述。若信息不足，主动追问缺失维度（最少只需"任务一句话 + 领域"，其余可默认中档）。用弹窗/纯文本降级方式收集（WorkBuddy 弹窗优先，其他客户端纯文本）。
步骤 1 · 任务特征 8 维标注
按上述标准逐维标注，列出"任务画像表"。
步骤 2 · 按需检索刷新（关键机制）
目的：化解画像时效性。基线画像会过期，故引入"官方增删记录检索 → 增量缓存"机制。
- 触发条件（二选一即触发）：
- 用户手动触发（说"刷新模型库 / 更新画像 / 重新检索"）；
- 本技能目录内 references/_live_cache.md 的"最后刷新时间"距今天数 > 7 天（缓存为空也视为超期）。
- 执行前必须确认：无论手动还是定期超期，实际执行联网检索前，先提示用户并等待确认（"模型画像缓存已超 7 天 / 你请求刷新，是否现在联网检索官方增删记录？"）。用户确认后才检索；用户拒绝则跳过，回退纯基线并标注"本次未联网核实"。
- 检索动作：用客户端自带的联网检索能力，按 references/search_sources.md 的优先清单，检索各厂商官方模型列表页 / 官方 changelog / 官方弃用公告三类硬信号，提取"新增 / 下线 / 重大能力变更"。
- 写入缓存：将结果写入 references/_live_cache.md（技能目录相对路径，R15），记录：最后刷新时间、各厂商检索摘要、状态（新增/下线/变更）、来源链接。带时间戳，同会话/短期复用。
- 失败回退：无网 / 检索超时 / 客户端无联网能力 → 跳过检索，回退纯基线，明确标注"本次未联网核实，画像截止 V1.0.0 数据日期"。
步骤 3 · 匹配模型画像
合并"基线画像（models.md，确定）" + "增量缓存（_live_cache.md，待用户确认，带源）"。增量部分不自动覆盖基线，仅在输出中作为"近期变化提示"并列展示。
步骤 4 · 加权评分
按场景权重对 8 维加权求和。场景权重切换：
- 默认：各维均等（1:1:1:1:1:1:1:1）
- 重推理：推理深度权重 ×3
- 重中文：语言(中文)权重 ×3
- 重性价比：预算权重 ×3
- 重多模态：模态权重 ×3
- 重长文本：上下文权重 ×3
- 重本地：部署权重 ×3
用户可在咨询时指定场景，否则用默认。
步骤 5 · 输出格式
必须包含：
1. 首选模型 + 一句话理由（哪个维度胜出、总分多少）
2. 备选 1 / 备选 2 + 适用差异
3. 风险提示（如"该模型中文较弱 / 需联网核实最新版 / 增量缓存未确认"）
4. 数据快照：基线数据截止日期 + 本次是否联网核实 + 增量来源链接（若有）
5. （可选）任务画像 8 维表
references 索引
references/models.md：12 主流模型基线画像（8 维 + 基准 + 截止 + 来源）references/search_sources.md：优先检索清单（官方模型页 / changelog URL）references/_live_cache.md：增量缓存（时间戳 + 状态），运行时生成/更新
红线 / 禁止
- 不自动调用对应模型去执行任务（除非用户明确要求编排，那超出本 Skill 范围，提示用户用对应客户端能力）。
- 不做实时跑分：跑分建议看公开榜单或 baseline，本 Skill 只做基于画像的匹配推荐。
- 不替代厂商官网：所有能力结论以官方文档为准，本 Skill 仅做综合整理。
- 增量隔离：联网增量带来源链接，标注"待确认"，不自动覆盖基线、不编造。
- 检索是增强、基线是兜底：检索失败绝不卡死流程。
适用边界
- 适合：帮用户"选模型"的决策辅助。
- 不适合 / 需提示：
- 元任务（如"帮我做个 Skill"）：提示"任意支持工具调用的客户端即可，本 Skill 不限定"。
- 要求"自动编排调用多个模型"：超出范围，建议用户用支持 Agent 编排的客户端。
- 实时精确算力/价格对比：建议查厂商定价页，本 Skill 给的是等级画像。
跨平台安装
本 Skill 纯规则 + 文档，无代码依赖，跨平台通用。安装到客户端 skills 目录即可：
- WorkBuddy：~/.workbuddy/skills/大模型选型参谋/
- Claude：~/.claude/skills/大模型选型参谋/
- Cursor：~/.cursor/skills/大模型选型参谋/
- 其他兼容客户端同理（复制 V1.0.0/ 内全部文件到对应 skills 目录下的同名文件夹）。
引用 references 一律用技能目录相对路径，删除平台独占路径后功能仍完整（R15）。
数据时效声明
基线画像数据截止 2026-07，综合 LMArena / 各官方文档等公开信息整理，非厂商背书。大模型迭代快，执行选型前建议用"刷新模型库"功能核最新，或自行查阅官方。
