escalation-governance
评估模型是否需要升级的智能体技能
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：评估模型是否需要升级的智能体技能 完整的 Skill 内容见：https://321skill.com/skills/escalation-governance-x/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
'检查当前线上客服模型的性能，判断是否需要升级'，它会自动拉取最近24小时的对话满意度、错误率、响应延迟等数据，与历史基线对比，输出评估报告并建议升级风险等级。
介绍
在AI模型开发和运维过程中，随着数据分布变化、业务需求迭代或模型性能衰减，经常需要判断当前模型是否应被升级或替换。escalation-governance 技能提供了一套标准化评估流程，帮助团队自动检测模型表现、对比历史基线、识别异常指标，并给出是否触发升级的决策建议。该技能可接入模型监控系统，周期性分析推理质量、响应延迟、错误率等关键维度，减少人工判断的主观性和遗漏。
使用方式：将技能配置到AI Agent（如Claude、Cursor等）中，通过自然语言指令或API触发评估。例如，对AI说“检查当前部署的推荐模型是否需要升级”，技能会拉取最新监控数据，与预设阈值或历史基线对比，输出评估报告，包含风险等级、建议操作和回滚预案。支持自定义评估规则和权重，适应不同场景。
适合人群：智能体开发者、运维工程师、测试工程师。特别是负责模型上线、监控、迭代的团队，需要自动化决策辅助来降低人工成本。也适用于AI应用持续集成/持续部署（CI/CD）流水线中，作为模型发布前的质量门禁。
使用建议：建议先配置好模型监控数据源（如API端点、日志文件），并预设评估阈值。该技能输出的是推荐意见，最终升级决策仍需人工确认。对于高敏感业务场景，建议结合A/B测试结果使用。
核心特点
相比于通用模型评估工具，该技能专门针对“是否升级”这一决策场景设计，内置了升级触发判断逻辑和对比分析模板，而非仅提供原始指标。
注意事项
依赖外部监控数据源，无法处理无历史基线或数据缺失的场景，且不适用于模型训练阶段的性能调优。
常见问题
如何配置模型评估的阈值？
通过技能配置文件或环境变量设置，可自定义各指标（如准确率、响应时间）的上下限阈值。
支持哪些模型监控平台？
默认支持标准REST API格式的数据接入，可扩展对接Prometheus、Grafana等常用监控系统。
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/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/raw/index.md（查看排版版本）