用途：为 GPT-5.6 上的任务挑选合适的模型档位与推理强度，必要时升级，并从真实结果中学习、诊断失败。它只做推荐和记录，切换由用户自行决定。
两个独立维度：模型档位代表智能上限，档位越大知识越多、推理越深、单价越高：Luna（经济）→ Terra（均衡）→ Sol（前沿）。推理强度代表思考时间，越高消耗越多 token：Low → Medium → High → Max → Ultra。默认把两者拉满通常在多数任务上浪费成本而不提升质量，应分别慎重选择。
引擎 registry.py：同目录、仅用标准库，三个数据功能都通过该 CLI 使用，不要手改 JSON。 读取当前会话：python3 registry.py session 查询相似历史：python3 registry.py query "<task>" [--axes ...] 记录结果：python3 registry.py record --task "..." --model gpt-5.6-<tier> --effort <e> --outcome success|fail|partial [--axes ...] [--reason ...] [--cost N] [--minutes N] [--notes ...] 查看统计：python3 registry.py stats 注册表从空开始，由用户真实使用填充；已记录结果优先于静态启发式。
工作流：先查会话设置，若当前设置过重或过轻应指出；再查询注册表，命中相似成功组合优先推荐、命中失败组合则警告，无匹配时回退启发式；任务结束时记录结果。任务按四轴分类以精确匹配：verifiable（可否机械验证）、failcost（错误代价）、volume（运行次数）、depth（深度）。
冷启动启发式示例：正式、可验证、高频任务用经济档·Medium；判断/分析且失败代价中等用均衡档·High；人工审阅的草稿用经济档·High；复杂构建且失败代价中高用均衡档·Max；深度知识/物理/架构用前沿档·High；失败代价极高用前沿档·High，失败后再升 Max。
推理强度有上限：超过某点可能因过度拟合规范字面、结果已可接受仍反复打磨、委托开销而无收益甚至变差。High 通常是有效上限；若到上限仍失败，应提高模型档位而非推理强度。
失败诊断：低强度下错误 → 升一档强度；High 仍错 → 升级模型档位；钻检查空子 → 降强度并收紧规范；无止境打磨 → 降强度并明确完成标准；质量可接受但慢或贵 → 降档位和/或强度；有委托无洞见 → 避免最高强度。建议修复后记录重试结果闭环。
在 Codex 中使用：启动 codex -m gpt-5.6-<tier> -c model_reasoning_effort=<effort>；会话中用 /model 切换。Codex 不会自动逐轮切换模型。
输出应保持 3–5 行、以建议而非结论语气呈现，包含推荐档位与强度、四轴判读、历史命中或启发式、升级路径、启动命令与当前会话读取，并说明会记录结果以改进下次推荐。
限制：注册表初始为空时只能依赖启发式；价格与效果未在资料中给出具体数值，需以实际记录为准。