escalation-governance
评估模型是否该升级的决策工具
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：评估模型是否该升级的决策工具 完整的 Skill 内容见：https://321skill.com/skills/escalation-governance/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
'我有一组模型A和模型B的评测数据，准确率A为92%，B为94%，但B的推理延迟是A的1.5倍。帮我分析是否应该从A升级到B？' 它会自动计算效果提升与成本代价，并给出建议：'建议升级，效果提升2%且延迟在可接受范围内，回滚成本低。'
介绍
在模型迭代过程中，如何判断当前模型是否应升级到新版本？这是一个常见且关键的决策点。该技能通过量化评估模型效果、成本、风险等维度，帮助开发者快速做出是否升级的决策。它内置了多种评估指标和对比策略，能够自动生成升级建议报告，减少人工重复分析。
使用时，只需提供待比较的模型版本信息（如评测指标、性能数据、资源消耗等），技能会自动计算差异并给出明确建议。支持自定义阈值和权重，适应不同业务场景。整个过程无需编写复杂脚本，通过自然语言即可完成。
适合模型开发人员、智能体开发者、测试工程师以及学术研究者。尤其适合在模型迭代周期中需要频繁做版本切换决策的团队。对于非技术背景的产品经理，也可通过简单对话获取升级评估报告。
建议在首次使用时先校准评估指标，确保与业务目标对齐。同时注意，该技能侧重决策支持而非实时监控，对于需要自动触发升级的场景，建议结合CI/CD流水线使用。评估结果应作为人工审核的参考，而非完全替代人工判断。
核心特点
不同于单纯的模型效果对比工具，该技能聚焦于“是否升级”的决策维度，并内置了升级风险、回滚成本等业务层面的考量，输出可直接执行的行动建议。
注意事项
不适合需要秒级实时监控与自动触发升级的场景，且依赖输入的评估数据准确性和完整性。
常见问题
这个技能支持哪些评估指标？
支持常见的准确率、召回率、F1、推理延迟、显存占用等，也可自定义指标。
如何确定升级阈值？
可根据业务需求设定，例如效果提升超过5%且成本增加不超过10%时建议升级。
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/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/raw/index.md（查看排版版本）