utility
为AI代理动作按收益、成本、不确定性、冗余度打分
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：utility。 它的用途是：为AI代理动作按收益、成本、不确定性、冗余度打分 完整的 Skill 内容见：https://321skill.com/skills/utility-x-5/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
'请评估以下候选动作：动作A：获取用户数据，预期收益10，成本5，不确定性0.3，冗余度0.2；动作B：发送促销邮件，预期收益8，成本2，不确定性0.5，冗余度0.1。' 它会根据内置权重计算每个动作的综合得分，并输出排序结果，例如动作B得分更高，因为成本更低、冗余度更小。
介绍
这个 Skill 解决的是 AI 智能体在面临多个候选动作时，如何科学、量化地选择最优行动的问题。许多智能体在决策时只依赖单一指标（如预期收益），忽略了成本、不确定性以及冗余度，容易导致资源浪费或风险过高。本工具通过四个维度综合评分，帮助智能体做出更理性、更稳健的决策。
使用方式非常简单：你只需提供每个候选动作的预期收益、成本、不确定性（0-1）和冗余度（0-1）四个数值，Skill 就会根据内置的加权算法计算出每个动作的综合得分，并给出排序结果。你还可以通过参数调整各维度的权重，以适应不同场景的偏好。
适合智能体开发工程师、数据分析师、项目经理等角色使用。如果你正在开发一个需要自主决策的 AI 系统（如自动化客服、任务分配机器人、智能交易代理），这个 Skill 可以成为你评估行动选项的核心组件。对于需要优化资源分配、控制风险的项目，它同样能提供量化依据。
使用时建议先根据业务场景确定各维度的权重——例如在成本敏感场景下提高 cost 的权重，在风险厌恶场景下提高 uncertainty 的权重。注意，该评分基于你提供的数值，因此输入数据的准确性直接影响结果可靠性。另外，该工具不适用于需要实时高频评分的场景，因为计算涉及多维归一化，有一定开销。
核心特点
不同于简单的奖励函数或成本效益分析，它同时整合收益、成本、不确定性、冗余度四个维度，并支持自定义权重，提供比单一指标更全面的动作评估，避免智能体因忽略风险或冗余而做出短视决策。
注意事项
不适合需要毫秒级实时决策的高频交易或实时控制场景，因为多维计算和归一化处理会引入额外延迟。
常见问题
如何安装这个 Skill？
运行 npm install @agent-utility/utility 即可安装，然后在你的 AI 代理代码中 import 使用。
可以自定义评分权重吗？
可以，初始化时传入 weights 对象，例如 { gain: 0.4, cost: 0.3, uncertainty: 0.2, redundancy: 0.1 }。
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/utility-x-5/raw/index.md 读取 utility 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/utility-x-5/raw/index.md（查看排版版本）