Intelligence Routing 是一项智能路由技能，目标是在开始任何非平凡任务之前，用数据驱动的决策替代手动选择智能体，为任务挑选最合适的智能体与模型层级。它基于学习到的模式（learned patterns）与三层模型路由器（3-tier router），并可输出 hooks_explain 路由依据，使选择过程可审计。
用途
在启动任何非平凡任务之前使用本技能，以数据驱动的决策代替手动选择智能体。
主要能力与使用方式
根据资料，其流程包含以下步骤：
-
获取智能体推荐：调用 mcp__plugin_ruflo-core_ruflo__hooks_route，并传入任务描述，返回 { recommended, confidence, reasoning }。
-
获取模型层级推荐：调用 mcp__plugin_ruflo-core_ruflo__hooks_model-route，用于 Haiku/Sonnet/Opus 的选择。
-
搜索相似的过往模式：调用 mcp__plugin_ruflo-core_ruflo__hooks_intelligence_pattern-search，查找先前成功的模式。
-
预测结果：调用 mcp__plugin_ruflo-core_ruflo__neural_predict，传入任务描述以获得带置信度评分的预测。
-
以推荐的模型层级启动推荐的智能体。
-
（若传入 --why）调用 mcp__plugin_ruflo-core_ruflo__hooks_explain，将路由依据呈现给用户。
-
任务完成后，调用 mcp__plugin_ruflo-core_ruflo__hooks_model-outcome，并以 success: true|false 上报，用于训练路由器。
三层模型路由
资料给出了三层模型路由的层级、处理器、延迟、成本与适用时机：
-
第 1 层：确定性 codemod（TypeScript 编译器），约 1ms，$0。适用于无需 LLM 的结构化转换，例如 var-to-const、remove-console、add-logging。
-
第 2 层：Haiku，约 500ms，约 $0.0002。适用于低复杂度（<30%）、缺陷修复、快速补丁。
-
第 3 层：Sonnet/Opus，2–5s，$0.003–$0.015。适用于复杂推理、架构、安全、多文件重构。
当 hooks_route 针对确定性意图（var-to-const、remove-console、add-logging）返回 [CODEMOD_AVAILABLE] 时，应调用 mcp__plugin_ruflo-core_ruflo__hooks_codemod，传入 intent + file，它会通过 TypeScript 编译器以 $0 应用转换，无需 LLM。资料同时注明：add-types、add-error-handling、async-await 需要判断力，依据 ADR-143 会路由到模型（第 2/3 层），它们不是 $0 的 codemod。Agent Booster 是用于 LLM 产出的编辑的快速应用合并引擎，而不是第 1 层路径。
记录结果
资料强调闭合路由循环是必须的，并给出示例：
成功： mcp tool call hooks_model-outcome --json -- '{"taskId": "T123", "success": true, "model": "haiku"}'
带原因的失败： mcp tool call hooks_model-outcome --json -- '{"taskId": "T123", "success": false, "model": "haiku", "reason": "complexity-misjudged"}'
路由器会从这些调用中学习。跳过它们等于没有学习。
CLI 替代方式
npx @claude-flow/cli@latest hooks route --task "description" npx @claude-flow/cli@latest hooks pre-task --description "description" npx @claude-flow/cli@latest hooks explain --topic "routing decision"
适用场景
适用于任何非平凡任务开始前的智能体与模型选择，尤其是需要依据历史成功模式、置信度评分与可审计理由来做路由决策的场景，以及低复杂度修复、复杂推理与多文件重构等不同层级任务的分配。
限制
资料未提供该技能支持的具体平台、除上述分层成本外的实际计费方式、安装细节与其它限制。add-types、add-error-handling、async-await 不属于 $0 codemod，会被路由到模型。未调用 hooks_model-outcome 记录结果会导致路由器不学习。