核心用法
ClaudeHemat 是一个模型路由调度系统，通过预定义规则将用户请求智能分配给不同层级的 Claude 模型：
- Haiku 4.5（默认）：处理简单问答、 casual 聊天、快速查询、文件查找、重复性任务，禁止编码、分析或推理
- Sonnet 4.5（中级）：负责分析、代码生成、规划、推理、对比、报告，通过
sessions_spawn调用 - Opus 4.6（顶级）：承担深度研究、关键决策、极端复杂推理与规划、详细解释
用户也可显式指定模型，系统强制要求每次输出标注所用模型，高级任务完成后自动回退至 Haiku 4.5。
显著优点
| 维度 | 优势 |
|:---|:---|
| **成本控制** | 默认使用轻量级 Haiku 4.5，避免过度消耗高级模型 Token |
| **响应效率** | 简单任务快速响应，复杂任务精准路由 |
| **可解释性** | 强制模型标注，用户清晰知晓处理层级 |
| **规则清晰** | 11 条 Haiku 禁用项 + 6 类 Sonnet 适用场景 + 5 类 Opus 场景，边界明确 |
| **弹性扩展** | 支持用户主动指定模型，兼顾自动化与自主性 |
潜在缺点与局限性
1. 规则刚性：任务分类依赖人工预设，边缘案例可能误判（如"简单编码"是否触发 Haiku 禁止条款）
2. 上下文割裂：sessions_spawn 创建独立会话，多轮对话的上下文连续性需额外管理
3. 版本锁定：绑定特定 Claude 版本（4.5/4.6），模型迭代时需人工更新规则
4. 无动态学习：无法根据历史调用效果自动优化路由策略
5. 中文支持：规则文档为英文，中文复杂任务的理解准确性未经充分验证
适合人群
- 高频 Claude 用户：日均调用量>100 次，需精细化成本管理
- 多任务类型混合场景：同时存在简单查询与深度分析需求
- 企业/团队部署：需要标准化模型使用规范，防止资源浪费
- AI 工作流编排者：构建复杂 Agent 系统，需可预测的模型调度层
常规风险
| 风险类型 | 说明 | 等级 |
|:---|:---|:---|
| 模型降级风险 | 复杂任务误判为简单任务，Haiku 输出质量不足 | 中 |
| 延迟累积 | 频繁 `sessions_spawn` 调用增加网络开销 | 低 |
| 版本漂移 | Anthropic API 版本更新导致规则失效 | 中 |
| 提示词注入 | 用户通过 prompt 诱导系统绕过模型升级规则 | 低 |
---
> 使用建议：该 Skill 本质是"模型网关层"，建议配合调用日志监控，定期复核路由准确率，逐步迭代规则边界。