用途：当你已有明确的工程任务或任务清单，需要决定每个工作单元交给哪个 AI 模型处理时使用。它输出一份路由计划，而不是直接写代码。
主要能力：先做“拆解充分性检查”，判断单元是否只属于一个任务类别、只需一个模型层级、只产出一个交付物、能放进一次上下文预算、且有可衡量的完成标准；不满足则先建议更细的拆解。随后把每个叶子单元映射到 30 类任务分类，按分类查表选出首选与备选模型，再套用编号决策规则处理平局与特殊情况，并说明理由（引用分类编号与规则编号）。还会为每个模型写明所需上下文简报，并标注该模型特有的失败模式。
使用方式：输入可以是任务描述、已拆解的任务清单、规格/PRD/GitHub issue 或文件路径。若缺少关键信息（范围、约束、成本取向、完成标准），应先补齐再路由。工作流为：读取任务 → 充分性检查 → 必要时再拆解 → 分类 → 选模型 → 写简报 → 按标准格式输出路由计划。
适用场景：执行 AI 辅助工程任务前做规划；组建多模型团队（如架构师+实现者+审查者）；在多个模型间做选择比较；启动子智能体或并行会话前制定路由；判断任务描述是否已足够可路由。
限制：不用于挑选闲聊模型、不评估代码质量、不估算工时。资料中的模型清单、价格、基准与规则均标注为 2026 年 4 月的实践证据，可能随时间变化；本地模型无法达到前沿级质量，隐私受限场景需接受架构与复杂调试上的质量下降。具体分类细节、边界情况与置信度见其 references 目录，本次资料未提供完整内容。