model-selection

用途：为自定义 Claude 智能体任务选择合适的模型（Haiku、Sonnet、Opus），在成本、速度与质量之间做权衡。适用于设计新智能体、优化现有智能体性能、控制成本或满足延迟要求。\n\n主要能力：提供三类模型概述（Haiku 最快最低成本、适合简单高并发；Sonnet 均衡、适合多数任务；Opus 最慢最高成本、适合复杂推理）；给出选择决策树（简单转换、成本优先、质量关键、复杂推理、延迟关键等分支，默认 Sonnet）；按任务类型列出适用模型（如 Haiku 用于文本转换、分类、抽取、实时处理；Sonnet 用于代码生成、代码审查、规划分析；Opus 用于战略规划、架构决策、关键代码审查、多步推理）；提供成本、速度、质量三个维度的比较（含相对成本倍数约 1x/10x/30x，首 token 延迟约 500ms/1s/2s），以及多模型模式（分层处理与不同模型的多智能体协作）。\n\n使用方式：通过 AskUserQuestion 交互收集优先级与任务复杂度，再套用决策树推荐模型；推荐时可输出任务描述、建议模型、决策因素表、理由、替代方案与 ClaudeAgentOptions 配置示例。示例模型 ID 包括 claude-3-5-haiku-20241022、claude-sonnet-4-20250514、claude-opus-4-20250514。成本跟踪可打印 ResultMessage.total_cost_usd。\n\n适用场景：设计或调优自定义智能体、需要平衡成本与质量、对延迟敏感或需要多模型协作的流程。\n\n限制：资料偏重推荐与决策指导，未提供具体价格、平台支持范围或实施步骤；模型 ID 与延迟/成本数值为资料中的示例或相对说明，实际以官方为准；部分交叉引用文件未在资料中展开。