跳到主要内容
版本：最新版（未发布）

信号

概览​

信号把请求事实变成决策可复用的名称。例如，信号可以识别长提示、工具密集的对话、某种语言，或可能的提示注入。决策再根据该信号是否匹配来选择动作。

需要在决策运行前把多个信号组合成分数、分区或路由档位时，使用投影。

主要优势​

  • 同一检测器可被多条决策复用。
  • 检测逻辑与路由结果分离。
  • 一条路由可组合词法、策略、语义与安全输入。
  • 信号名成为稳定策略构件，配置审查更容易。

解决什么问题？​

没有信号层时，每条决策都要内联检测逻辑。这会造成重复、路由策略难审计，并把「检测到了什么」与「应该做什么」混在一起。

信号把请求理解变成命名目录，供路由图其余部分组合。

何时使用​

在以下情况使用信号：

  • 多条路由需要同一检测器
  • 同一决策树要混合多种检测方式
  • 需要在检测、决策逻辑、算法与插件之间划清边界
  • 希望调检测而不改写路由结果

配置​

在规范 v0.3 YAML 中，信号位于 routing.signals：

routing:
  signals:
    keywords:
      - name: urgent_keywords
        operator: OR
        keywords: ["urgent", "asap"]
    embeddings:
      - name: technical_support
        threshold: 0.75
        candidates: ["installation guide", "troubleshooting steps"]
      - name: account_management
        threshold: 0.72
        candidates: ["billing information", "subscription management"]
  projections:
    partitions:
      - name: support_intents
        semantics: exclusive
        temperature: 0.3
        members: [technical_support, account_management]
        default: technical_support
    scores:
      - name: request_difficulty
        method: weighted_sum
        inputs:
          - type: embedding
            name: technical_support
            weight: 0.18
            value_source: confidence
    mappings:
      - name: request_band
        source: request_difficulty
        method: threshold_bands
        outputs:
          - name: support_escalated
            gte: 0.25

按需要检测的事实类型选择信号。

启发式信号​

这类信号使用显式规则、请求形态、身份或轻量检测器，不需要通用分类器模型。

信号用于
Authz按可信身份、角色或租户策略路由
Conversation检测多轮、工具密集或智能体式请求结构
Context按有效上下文窗口需求路由
Event按类型、严重级别、动作码或紧急程度检测结构化事件
Input Modality检测存在哪些输入模态（文本、图像、音频、视频）
Keyword匹配显式词、短语、BM25 词项或 n-gram
Language按检测到的请求语言路由
Metadata使用有界、调用方提供的应用提示
Structure检测提示中的计数、密度与有序标记

学习型信号​

这类信号使用嵌入、分类器或已配置的检测模型。选择远程提供方前，请阅读各页的数据处理说明。

信号用于
Classifier暴露自定义本地分类器或外部 LLM 的标签
Complexity估计 easy、medium 或 hard 推理流量
Domain对请求主题分类
Embedding用代表性示例匹配语义意图
Modality分类文本、图像生成或混合输出意图
Fact Check检测可能需要证据核验的提示
Hallucination对照给定依据上下文检查模型回答
Jailbreak检测提示注入或越狱企图
Decision使用判断模型提出 choice、score、noul、set 或 span 问题
Safety检测不安全内容及可选风险类别
PII检测敏感个人数据
Preference推断响应风格偏好
Reask检测近期对话历史中的重复提问
Knowledge Base匹配可复用示例集中的标签或分组
User Feedback检测纠正、不满或升级反馈

请遵守：

  • 信号命名且可复用
  • 信号只做检测；路由结果归属 decision/
  • 分区与派生路由档位放在 routing.projections，不要塞回 routing.signals
  • 模型选择分离，归属 algorithm/
  • 路由侧行为分离，归属 plugin/

下一步​

信号可按族检查请求文本、对话历史、图像、调用方元数据或可信身份。学习型信号可能把这些数据发给已配置的远程分类器或嵌入提供方。作为策略关卡使用前，请阅读各族页面上的依赖与数据说明。