用途：该技能基于 Liu 等人的《Utility-Guided Agent Orchestration for Efficient LLM Tool Use》（arXiv:2603.19896），为智能体编排提供动作选择决策框架。每个候选动作先用预期收益减去加权成本，得出单一效用值，用于指导动作选择，避免过度调用工具和过早停止。
主要能力：动作空间为 A = {respond, retrieve, tool_call, verify, delegate, stop}，分别表示直接作答、检索信息、执行工具、校验结果、派发子智能体、终止循环。效用函数 U(a | s_t) = Gain - λ₁·StepCost - λ₂·Uncertainty - λ₃·Redundancy，默认 λ₁=1.0、λ₂=0.5、λ₃=0.8；效用范围为 [-2.3, 1.0]，正值表示值得执行，低于下限（默认 -0.5）表示应跳过。终止条件为：选中 stop、步数预算耗尽（默认 10 步）、或所有非 stop 动作均低于下限；若某动作收益 Gain ≥ 0.7 可覆盖条件 (c)，但需在推理记录中注明覆盖与收益值。
使用方式：最小四步建议模式为——构建状态（按 modules/state-builder.md 收集任务上下文）、对所有候选动作打分（按 modules/action-selector.md）、选择效用最高且满足终止条件的动作、执行前记录获胜动作、效用值与步数。详细资源包括 state-builder、gain、step-cost、uncertainty、redundancy、action-selector、integration 等模块。完成标准为：状态包含任务目标与历史步骤、选择前对全部六个动作打分、每步后检查终止条件、记录每步得分与决策、高收益覆盖需注明收益值。
适用场景：决定是否再派发智能体或工具调用、对高价工具调用（搜索、代码执行、委派）设闸、为子任务选择模型层级、收到部分结果后的继续决策、写入或提交输出前的校验设闸。
限制：不适用于只有单一明显动作的单步操作、打分成本高于收益的琐碎任务，以及已提交且不可撤销的动作。