Complexity Scorer 是一个用于评估任务复杂度的技能，主要用途是根据关键词匹配、启发式分析和可配置的阈值规则，为任务计算复杂度分数。
用途
该技能适用于以下场景：
- 根据复杂度将任务路由到不同的处理程序
- 推荐资源（模型、工作进程、时间估算）
- 确定工作项的优先级
- 自动分类传入的请求
- 构建智能调度器
它不适用于以下场景：
- 简单的是/否分类
- 更适合使用机器学习分类的情况
- 需要专业知识的特定领域评分
主要能力
技能包含多个子技能：
- 关键词评分（Keyword-Based Scoring）
- 上下文感知评分（Context-Aware Scoring）
- 置信度评分（Confidence Scoring）
- 最佳实践（Best Practices）
技能附带一个完整的 Shell 脚本示例，展示任务复杂度评分系统的实现。该脚本定义了三组关键词模式：
- OPUS_KEYWORDS：architecture|refactor|design|security|complex|multi-file|algorithm|optimization|strategy|planning|cross-repository|performance|migration
- SONNET_KEYWORDS：implement|feature|bug|fix|code review|documentation|test|update|add|create|build
- HAIKU_KEYWORDS：check|status|simple|quick|template|list|grep|find|search|summary|validation|exists|show|display
脚本还包含仓库层级（Repository tiers）的配置，并注明完整细节请参见子技能。
使用方式
该技能以 Shell 脚本形式提供示例实现，使用关键词模式匹配和阈值规则进行评分。脚本中设置了颜色变量和关键词模式，通过匹配任务描述中的关键词来评估复杂度并给出建议。具体使用步骤和参数配置在资料中未完整提供，可参考子技能文档。
适用场景
适用于需要自动评估任务复杂度并进行路由、资源推荐、优先级排序或请求分类的工作流，特别是在构建智能调度器时。
限制
不适用于简单的是/否分类、机器学习分类更合适的场景，以及需要领域专业知识的特定评分。
版本
1.0.0（2026-01-14）：初始版本，从 workspace-hub 的 suggest_model.sh 中提取。