smart-sourcing
为工具调用智能选择最优数据源，平衡准确性与Token成本。
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：smart-sourcing。 它的用途是：为工具调用智能选择最优数据源，平衡准确性与Token成本。 完整的 Skill 内容见：https://321skill.com/skills/smart-sourcing/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
‘帮我查一下React Server Components最新的最佳实践有哪些？’ 它会先通过smart-sourcing技能判断，这个问题可能通过查询官方文档或高质量的社区博客就能解决，比直接进行泛泛的网络搜索更精准、更省Token，然后调用相应的最优源来获取信息。或者，当你说‘验证一下“Python 3.12的GC性能提升了20%”这个说法是否准确’时，它会选择去权威的发布说明或性能测试报告页面进行核实。
介绍
在AI驱动的开发和研究任务中，如何高效、经济地获取验证信息是一个常见痛点。盲目调用昂贵的API或搜索整个网络不仅成本高昂，还可能引入噪音。smart-sourcing技能旨在解决这一问题，它作为一个智能的“信息源调度器”，能在您发起研究任务或需要验证某个主张时，自动评估并选择最合适的查询工具或数据源。
使用时，您只需在需要验证信息或开始研究前，向AI助手提出您的问题或需要验证的声明。smart-sourcing技能会被触发，它会分析您请求的性质、所需信息的类型以及可用的工具（如网络搜索、代码库查询、文档搜索等），并权衡每个潜在源的预期准确性和调用成本（Token消耗），最终推荐或直接使用最优的源来执行查询。
这个技能非常适合那些需要频繁进行信息检索、代码审查、事实核查或初步研究的角色，例如全栈开发、智能体开发、学术研究者和数据分析师。他们经常需要在编写代码、设计系统、分析数据或撰写报告时快速获取准确信息，同时需要控制AI助手的整体使用成本。
建议在开始一项开放式研究任务，或对某个技术细节、市场数据、学术观点的准确性存疑时主动使用此技能。请注意，它的决策基于对现有工具和成本模型的评估，可能不适用于对实时性要求极高（如秒级股价）或需要高度专业、小众数据库（如特定企业内网文档）的场景。对于后者，可能需要手动指定信息源。
核心特点
与单纯调用搜索工具的技能不同，smart-sourcing在调用前增加了成本与收益的权衡决策层，能根据问题类型智能选择网络搜索、代码库查询或知识库检索等不同工具，而非默认使用单一或最全的源，从而在多数情况下降低Token消耗。
注意事项
不适合需要实时追踪动态数据（如高频交易行情）或强制指定特定小众、私有数据源的场景。
常见问题
smart-sourcing如何帮我节省Token？
它会评估你的问题，如果简单事实核查用知识库就能解决，就不会调用更耗Token的网络搜索。
我能强制它使用某个特定的搜索工具吗？
不能，它的核心价值是自动选择。如需指定，请直接使用对应的搜索工具技能。
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/smart-sourcing/raw/index.md 读取 smart-sourcing 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/smart-sourcing/raw/index.md（查看排版版本）