我构建了一个开源技能，防止编程智能体对简单任务过度思考

你好，我构建了 Code Complexity Router，一个开源的智能体技能，可在执行前将编程任务分类为 S、M、L 或 XL。目标很简单：两行代码的修复不应获得架构级探索，而高风险迁移也不应只获得笔误级验证。这些复杂度等级定义了智能体的起始执行深度——并非对其可调查范围的硬性限制。基于现有证据，该技能会调整：上下文收集、规划深度、验证深度、推荐模型层级、token 及工具使用纪律。示例：小任务——重命名一个按钮。智能体从聚焦检查开始：检查目标文件以及一个相关文件（如有用）；做出最小且安全的更改；运行聚焦验证；除非有证据表明影响范围更广，否则避免广泛搜索。如果首次检查发现额外的调用点、共享值、生成文件、间接依赖或敏感行为，任务会在任何代码更改之前立即重新分类。该技能区分：基于检查的升级（当仓库证据推翻初始范围时）和基于失败的升级（当首个实现假设或验证失败时）。它还维护一份紧凑的“任务范围契约”（Task Scope Contract），包含已接受的范围、支持证据、已知排除项、聚焦验证和升级条件。这有助于在模型切换和恢复会话时保持连续性。当自动模型切换不可用时，该技能控制工作流深度，而不是声称改变所选模型。GitHub 仓库链接见评论区。我期待以下反馈：错误的 S/M/L/XL 分类；缺失的升级触发器；Codex 兼容性；任务范围契约的有用性；该技能是否在不隐藏复杂性的前提下减少了不必要的上下文、工具调用和验证工作。我还正在准备 A/B 基准测试，比较有无该技能时完成任务的情况。