静态选择

概览

static 在没有指标或已学习状态的情况下提供确定性模型选择。 它默认选择决策 modelRefs 中的第一项。匹配的领域可以提供固定 model_scores；当分数不同于默认哨兵 1.0 时，选择器使用最高分。

主要优势

• 确定性，易于审计。
• 没有选择器模型、指标或存储依赖。
• 为其他选择策略提供稳定基线。

解决什么问题？

有些路由已经有有意的模型顺序或固定的按领域分数，不需要在线排序策略。Static 让这种选择变得显式。

何时使用

将 Static 用于确定性路由、比较选择器时的基线，或外部进程拥有候选排序时。如果决策只有一个候选，通常可以完全省略算法。

配置

algorithm:
  type: static

把预期的回退胜者放在 modelRefs 第一位。要用领域 model_scores 排序时，为每个候选打分，并避免 1.0，因为选择器把该值保留给第一候选回退。 完整示例见： config/fragments/algorithm/selection/static.yaml。

依赖与限制

• 没有外部依赖，除普通决策匹配外也不处理请求内容。
• 它不会故障转移到后续候选，不会对负载做出反应，也不会从结果中学习。后端可用性仍由普通提供商路径负责。