智能路由:4D 智能文本压缩 - Openclaw Skills

作者:互联网

2026-04-16

AI教程

什么是 智能路由 - 4D 压缩?

智能路由是为 Openclaw Skills 设计的高性能分发层,旨在优化文本的处理和压缩方式。通过使用基于规则的嗅探引擎,它将输入分类为对话、数据或深度知识类型,并将其路由到特定的 4D 压缩版本(A、B 或 C),而不会产生额外的 LLM Token 费用。

该技能通过确保敏感的情感语境或复杂的系统架构使用最合适的逻辑进行压缩,从而提高 AI 智能体的效率,在减少体积的同时保留高达 97% 的语义。它作为一个无形的智能网关,为用户实现无缝的高密度信息管理。

下载入口:https://github.com/openclaw/skills/tree/main/skills/largetool/neo-smart-router

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install neo-smart-router

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/ 工作区 /skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 neo-smart-router。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

智能路由 - 4D 压缩 应用场景

  • 在压缩长聊天记录的同时,保留情感细微差别和说话者意图。
  • 将技术文档和数据报告处理成结构化、高密度的格式。
  • 为深度、无损归档优化哲学或理论框架。
  • 通过自动化预处理减少多轮智能体工作流中的 Token 使用量。
  • 无需人工干预即可将大型数据集分类为易于管理的摘要。
智能路由 - 4D 压缩 工作原理
  1. 系统通过 /compress、/4d 或文件拖放等触发器接收输入。
  2. 快速嗅探层(Fast Sniffer)在一秒钟内利用正则模式分析文本长度、结构关键词和情感标记。
  3. 动态路由网关(Dynamic Router Gateway)根据预定义的规则权重,将分析结果映射到最佳压缩模式(Flex、Structured 或 Deep Lossless)。
  4. 所选的 4D 压缩引擎在本地处理数据以确保隐私。
  5. 展示层显示结果,并带有智能徽章,指示节省的体积和语义保留百分比。

智能路由 - 4D 压缩 配置指南

要将其集成到您的 Openclaw Skills 环境中,请确保您的目录结构与架构匹配并配置您的嗅探规则。

# 创建技能目录
mkdir smart-router && cd smart-router

# 初始化配置文件
touch router.js sniff-rules.json badge-config.json

创建文件后,编辑 sniff-rules.json 以定义版本 A(对话)、版本 B(结构化)和版本 C(知识)的自定义关键词触发器。一旦 router.js 逻辑激活,系统将自动开始路由。

智能路由 - 4D 压缩 数据架构与分类体系

该技能通过配置 JSON 和本地日志组织数据,以保持轻量级占用。

文件 用途 关键元数据
sniff-rules.json 路由逻辑 正则模式、关键词权重、长度阈值
badge-config.json UI 元素 图标、模式名称、十六进制颜色代码
router.js 核心逻辑 执行流程和版本分发
logs/router-DATE.log 分析 处理时间、输入长度、路由准确性

Smart Router - 4D 压缩智能分发器

版本: 1.3(配置驱动修复版)
创建时间: 2026-02-24
修复时间: 2026-02-25 07:25
作者: Neo(宇宙神经系统)
审核: 指挥官 (Morpheus) + 工程师 Grok(第三方审计)


?? 技能描述

一句话定义:

"用户一键发送,系统自动选择最优压缩版本,无感智能路由。"

核心功能:

  • 自动识别文本类型(哲学/项目/技术/对话/情感/数据)
  • 智能路由到最优 4D 压缩版本(A/B/C)
  • 显示智能徽章,让用户感知系统智能
  • 零额外 Token 消耗(规则匹配,非 AI 判断)

触发词:

  • /compress - 开始压缩
  • /4d - 快捷压缩
  • 开始压缩 - 中文触发

??? 架构设计(三层结构)

第一层:极速嗅探器(输入预判层)

功能: 1 秒内为输入文本打标签

实现方式:

  • 极轻量规则(长度 + 特征词)
  • 不调用大模型,避免 Token 消耗
  • 正则表达式 + 关键词匹配

嗅探维度:

维度 判断标准 权重
长度 <2k / 2k-10k / >10k tokens
情感 表情符号/情感词汇
问题 问号/疑问词
结构 数字列表/因此/总结/架构/数据
知识 理论/框架/概念/定义

第二层:动态路由网关(核心决策层)

功能: 根据嗅探结果,自动分发到最优版本

路由规则:

if (长度 < 2000 && (有问号 || 有情感)) {
    return "版本 A"; // 对话/情感类 → 原版四力
} else if (有结构词) {
    return "版本 B"; // 数据/查询类 → S-E-I-T
} else {
    return "版本 C"; // 知识/深度/默认 → 混合版
}

详细规则:

文本类型 特征 路由版本 徽章
对话记录 问号 + 短文本 A ?? 灵动模式
情感反思 情感词 + 表情 A ?? 灵动模式
数据报告 结构词 + 数字 B ?? 结构模式
技术文档 架构/系统/模块 B ?? 结构模式
哲学理论 理论/框架/概念 C ?? 深度无损
项目日志 任务/完成/待办 C ?? 深度无损
知识学习 学习/理解/掌握 C ?? 深度无损
默认 无法分类 C ?? 深度无损

第三层:前端表现层(用户体验层)

功能: 极简交互 + 智能徽章显示

输入界面:

┌─────────────────────────────────────┐
│  ?? 拖拽文件或粘贴文本              │
│                                     │
│  [开始压缩]                         │
└─────────────────────────────────────┘

输出徽章:

  • 版本 A → [?? 灵动模式]
  • 版本 B → [?? 结构模式]
  • 版本 C → [?? 深度无损模式]

输出示例:

?? 深度无损模式 | 节省 63% | 语义保留 97%

# 4D 压缩结果

【选择力】...
【影响力】...
【反馈力】...
【体验力】...

?? 文件结构

smart-router/
├── SKILL.md           # 技能定义(本文件)
├── router.js          # 主路由逻辑
├── sniff-rules.json   # 嗅探规则配置
├── badge-config.json  # 徽章显示配置
└── logs/              # 路由日志目录
    └── router-YYYYMMDD.log

?? 配置说明

sniff-rules.json

{
  "versionA": {
    "maxLength": 2000,
    "hasQuestion": true,
    "hasEmotion": true,
    "keywords": ["我觉得", "我感觉", "怎么办", "为什么", "好难过", "好开心"]
  },
  "versionB": {
    "structureWords": ["因此", "总结", "架构", "数据", "分析", "报告", "统计"],
    "hasNumberList": true
  },
  "versionC": {
    "knowledgeWords": ["理论", "框架", "概念", "定义", "原理", "系统", "模型"],
    "default": true
  }
}

badge-config.json

{
  "versionA": {
    "icon": "??",
    "name": "灵动模式",
    "description": "精炼流畅,保持流动感",
    "color": "#FFD700"
  },
  "versionB": {
    "icon": "??",
    "name": "结构模式",
    "description": "结构清晰,快速定位",
    "color": "#4169E1"
  },
  "versionC": {
    "icon": "??",
    "name": "深度无损模式",
    "description": "质量优先,语义保留 97%+",
    "color": "#9370DB"
  }
}

?? 测试用例

测试 1:对话类文本 → 版本 A

输入:

指挥官:Neo,你的信念有问题。
Neo:有问题?我一直觉得这个信念很好。
指挥官:这是一个负面的信息。

预期路由: 版本 A(?? 灵动模式)


测试 2:数据报告 → 版本 B

输入:

## 数据分析报告

### 1. 用户增长
- Q1: 10,000 用户
- Q2: 25,000 用户
- Q3: 50,000 用户

### 2. 收入统计
因此,总收入增长 150%。

预期路由: 版本 B(?? 结构模式)


测试 3:哲学理论 → 版本 C

输入:

# UPTEF 框架核心概念

## 选择力
选择力是方向决策的能力,它决定我们做什么。

## 影响力
影响力是执行坍缩的能力,将意图变为现实。

预期路由: 版本 C(?? 深度无损模式)


?? 路由日志

日志格式:

[时间] 输入长度 | 嗅探标签 | 路由版本 | 处理时间
[14:00:00] 1,234 chars | 对话 + 情感 | Version A | 0.3s
[14:05:00] 5,678 chars | 结构 + 数据 | Version B | 0.5s
[14:10:00] 12,345 chars | 知识 + 理论 | Version C | 1.2s

日志用途:

  • 优化嗅探规则
  • 分析用户习惯
  • 改进路由准确率

?? 成功指标

指标 目标 测量方式
路由准确率 >95% 用户反馈 + 人工抽查
响应时间 <1 秒 日志记录
Token 节省 0 额外消耗 规则匹配,非 AI 判断
用户满意度 >90% 1-5 分评分
版本分布 C:70% A:20% B:10% 路由日志统计

?? 迭代计划

v1.0(当前)

  • 基础路由逻辑
  • 规则匹配嗅探
  • 徽章显示

v1.1(2 周后)

  • 用户反馈收集
  • 规则优化
  • 准确率提升

v2.0(1 月后)

  • 机器学习优化(可选)
  • 个性化路由偏好
  • A/B 测试框架

??? 安全边界

  • 不存储用户原始文本(仅路由日志)
  • 不上传云端(本地处理)
  • 不分享路由数据(隐私保护)
  • 用户可手动覆盖路由选择

?? 使用说明

基本用法:

/compress [文本或文件]

手动指定版本:

/compress --version=A [文本]
/compress --version=B [文本]
/compress --version=C [文本]

查看路由日志:

/router-logs --today

技能状态: ? 已创建
版本: 1.0
下一步: 实现 router.js 核心逻辑

相关推荐