escalation-governance
评估模型是否需要进行升级或干预
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：escalation-governance。 它的用途是：评估模型是否需要进行升级或干预 完整的 Skill 内容见：https://321skill.com/skills/escalation-governance-x-7/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请根据以下数据评估是否需要升级客服对话模型：当前模型在近一周的意图识别准确率从95%下降至88%，用户投诉率上升15%，现有候选微调方案预计需要3人天和200美元API成本。'，它会分析性能衰减、业务影响与升级成本，给出是否建议立即升级的结论及主要理由。
介绍
该技能旨在帮助开发者和团队决策者，在面对模型性能波动或需求变化时，系统性地评估是否需要对现有AI模型进行升级、微调或更换。它通过分析预设的指标（如准确率下降、响应延迟增加、业务需求变更等），提供客观的评估框架，避免盲目升级带来的资源浪费或延迟必要的技术迭代。
使用时，用户只需提供当前模型的运行数据、业务目标以及潜在的候选模型信息，该技能便会根据内置的评估逻辑，生成一份是否应该升级（escalate）的建议报告，并可能附带关键考量因素。
它特别适合负责AI模型生命周期管理的后端开发、运维工程师以及关注技术选型与成本控制的产品经理。这些角色通常需要在技术债务、性能提升和资源投入之间做出平衡决策。
建议在模型监控告警触发后，或在进行季度技术复盘前使用此技能。需要注意的是，评估结果严重依赖于输入数据的质量和评估标准的设定，它提供的是决策辅助而非绝对答案，最终决策仍需结合团队经验和业务上下文综合判断。
核心特点
专注于模型升级决策的评估环节，提供结构化、可重复的评估流程，而非简单的性能对比或监控告警。它帮助团队将主观的“感觉模型慢了”转化为基于数据的客观决策点。
注意事项
不适合用于实时、高频的模型A/B测试决策，或缺乏明确评估指标和数据支持的场景。
常见问题
这个技能能自动升级模型吗？
不能，它仅提供评估和建议，具体的升级操作需要人工或其他自动化流程执行。
需要提供哪些数据来评估？
通常需要当前模型的性能指标（如准确率、延迟）、业务目标变化、候选模型信息及升级成本估算等。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/escalation-governance-x-7/raw/index.md 读取 escalation-governance 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/escalation-governance-x-7/raw/index.md（查看排版版本）