能力入口 · 个人维护的能力入口
额外模型任务工具箱
在确实有一个封闭、可客观验收的子任务时，它让我安全利用额外模型后端；避免把所有任务都扔给第三方模型、失败后静默换模型或把后端自报当完成。
最近保留的9月18日证据是零写入诊断，没有调用模型；既有联动回归仍按原日期。一次真实任务要另核选定后端、实际输出和取消清理。先看怎么用
你不需要记住 Skill 名，直接说需求就行
什么时候用
- 有封闭任务，并能独立检查答案或产物是否正确
- 现有 AI 分工之外，另一个明确模型确实适合这个可验收任务
- 允许保存这次任务记录、结果与执行证明
可以直接这样说
我可以说：“把这份公开分类结果交给指定模型复核，我先做别的；回来只看状态，不要又提交一份。要取消时也告诉我确实停下了没有。”工具先查当前入口，保存确切任务；回读、结果验收和取消后的进程/显卡清理分别有证据。
最后会得到什么
得到指定模型的实际结果、准确执行身份、同一次任务的查询位置与验收结论。查看状态不会重新提交；取消后还会区分请求已收到与进程、显卡资源确实释放。部分结果或未通过检查的答案不会被保存成成功结果。
不适合这样用
- 普通子代理分工已经足够
- 没有能独立判断结果对错的办法
- 把明确要求的模型复核偷换成失败后的自动替补
- 材料未获准进入拟选的云端路线
正常时
任务范围和验收方法明确、所选额外模型真实可用时，只提交一次；主任务再检查实际答案。
发现问题时
答案没有通过预先确定的检查，或执行回执不完整时，保留实际结果但不作为成功采用。
入口不可用或证据不足时
选定的模型入口不可用，或资料不允许送到那条云端路线时不提交；主任务按原许可另作安排，不悄悄换模型。
从哪里开始
在当前 AI 对话交给主任务一个范围封闭、能独立核对的额外模型子任务；AI 先看现役后端与隐私条件，再决定是否值得提交。
需要准备什么
- 具体子任务、期望输出和检查结果是否正确的方法
- 指定模型或允许的范围、资料是否可以进入云端；没指定时由主任务按登记后端判断
为什么需要这个能力
某些独立小任务适合交给另一模型交叉检查，但随意切模型会丢失隐私边界、重复提交，也无法判断对方是否真的完成。
从需求到结果
给出封闭的小任务、指定模型或允许范围，以及怎样检查答案是否正确。AI 负责把这些意思组织成内部请求，不要求你填写内部任务格式。
只有额外模型路线确有净收益、任务能独立核对且资料允许进入该路线时才使用；普通分工仍可直接由主任务或原生子代理完成。
先查真实登记与当前接口，提交一次并保留同一任务编号。等待超时继续查原任务，不重复生成，也不在失败后静默换模型。
只读诊断不调用模型，查看任务状态也不创建或清理任务；需要完整结果时再读取。旧维护入口可能有其他行为，不能把所有查询命令都当作无副作用。
取消只发给实际那一次运行；收到请求不等于进程已停，资源释放未确认时如实保留缺口，不能重跑来覆盖未知。
主任务按预先确定的办法检查实际答案。配置存在、模型自报或一次简单响应不证明真实可用；格式不符合要求或只有部分结果时保留失败与缺口。
失败时会怎样恢复
任务没有独立验收办法
系统反应：不使用额外模型后端。
恢复方式：改由顶层模型或原生子代理完成。
选定的额外模型路线没准备好
系统反应：不擅自换成另一模型，也不称原模型完成。
恢复方式：主任务根据本人许可判断是否有另一条值得用的正式路线，或自己继续。
读取等待超时
系统反应：保留同一任务与执行记录，不重复提交。
恢复方式：按入口建议的时机查询同一任务。
取消已受理，但停止与资源释放未确认
系统反应：不能宣称已停止或重新生成同一任务。
恢复方式：沿实际那次运行核对进程与显卡资源是否释放，先查清停止结果。
只有配置记录，还没有真实任务证明可用
系统反应：可按当前接口有界检查，但不把配置存在说成实际任务成功。
恢复方式：用当前任务的真实结果与独立验收判断能力；另一模型正常不代表这条路线已通过。
技术身份与验证证据
Skill · llm-backend-toolkit · 成熟度 A（稳定）
这个 Skill 用到的名词
- Backend（模型后端）
- 由 live registry（登记清单） 登记的本地或云模型执行入口。
- Verifier（独立验收器）
- 不依赖后端自报、可以客观检查任务结果的方法。
- Job（任务记录）
- 提交后用于读取状态和结果的稳定 ID。
- Registry（后端清单）
- 记录当前可用 route（处理路线）、模型、隐私和状态；必须现场读取。
- Receipt（执行回执）
- 记录请求、后端、状态和结果位置，失败也保留。
- 只读状态与维护查询
- jobs/inspect不创建、计数、恢复或清理任务；兼容job（任务记录）仍可能做维护，读取命令并非都无副作用。
- 取消受理与停止证明
- cancel接受准确停止请求，不代表进程已退或GPU已释放；清理不确定时保留句柄与证据，不能重复启动掩盖。
专业定义
当原生子代理之外的某个模型更适合一个范围明确、结果可独立验收的任务时，它从当前清单选择真实后端，保存任务与结果，再交主AI验收。可以不调用模型先诊断，也可以纯只读看进展；命令行取消要等确切执行和显卡释放才算结束。它不是原生子代理，也不自行换模型。
执行参考
下面保留 AI 和工具实际使用的参数、步骤与依赖。日常使用可以直接提出需求，不需要先手工准备这些协议。
输入
- 有明确目标和 verifier 的 request JSON
- 隐私是否允许云端
输出
- job（任务记录） id、result 和 receipt（执行回执）
- 由顶层模型独立验收后的结论
- diagnose的实际解释器/包/目录与零写入检查，以及jobs/inspect的有界任务元数据
- cancel的准确受理、运行身份和清理结果；cleanup_unconfirmed不当作已停止，partial不变成成功缓存
执行顺序
- 1
读取 live backends
- 2
选择符合边界的一条 route（处理路线）
- 3
submit
- 4
按推荐时间回读一次；jobs和inspect是纯只读，显式--result才读取结果；兼容job（任务记录）可能恢复或清理死任务，不能把两者混为一谈。
- 5
保留 receipt（执行回执），由顶层模型验收
- 6
llm_backend_toolkit.ps1 backends返回当前可选择ID、模型、上下文、runner、证据与隐私/凭据要求；local-default仅为稳定默认别名，不在Skill写死具体模型
- 7
Agent在安装或路线变化后先用preflight核对当前请求与真实AICLI接口；configured允许有界使用但不是Live能力声明。PONG、静态清单和Toolkit执行回执都不替代模型、工具、结果与恢复验收。
- 8
异步submit保留job_id、recommended_check_utc与monitor_until_utc，到建议时间只读一次；不连续轮询或超过结束窗口
- 9
需要检查入口时用diagnose，不读取任务材料或发网络/模型请求；可比较显式候选入口，但不能自动fallback（后备路线）。
- 10
cancel --id使用执行前已绑定的不可变AICLI控制句柄；只向同一已验证入口发送准确run abort，进程树与GPU释放确认后才算停止。
- 11
严格JSON或其他验收未通过保留partial，不能去掉多余文字假装模型遵守合同；只有完整ok且输入、模型身份匹配的结果可复用。
操作边界
- 不是原生 child（子代理）
- 不自动 fallback（切换后备路线）
- 失败不能冒充 complete（完成）
- registry（登记表）状态会漂移，必须现场读取
- 执行权限读runner_capabilities：Codex使用danger-full-access，其他machine runner使用其声明的workspace-write或read-only；权限宽度不扩大本人授权。
- execution.budget.limit_mode只支持watchdog_only或bounded；不使用旧budget.mode、completion_driven或explicit-limits说明。当前预算控制、任务终态和结果验收是不同层。
- 可变工作区不填任意cache_key；文件经task.sources传入，云任务需privacy.cloud_allowed=true，凭据仅进调用进程环境
依赖
- E:\.agents\config\llm-backend-registry.json
- 对应 Provider runtime（服务运行环境）
请求形状与本地执行会话
真实backends拥有可选ID、模型、上下文C、runner、证据、隐私和凭据要求；只有省略backend（模型后端）时才用它声明的local-default。不能从历史回执或模型自报重建路由。
默认context.mode=compact，只有确需原样传递才passthrough；C≥262144时目标262144，否则floor(0.9*C)。质量工作省略reasoning或设reasoning.mode=on，off只用于明确的延时/质量取舍。
文件用task.sources，输出约束在task.expected_output，不在请求顶层。机器消费者可严格JSON，人用文件任务也可文本再独立验证；partial不能去掉多余文字伪成成功。可变工作区不写任意execution.cache_key，其余需真输入hash（内容指纹）。
云任务正文、源片段和媒体须privacy.cloud_allowed=true，路由要求凭据只进调用进程环境。Local GPU Agent必须运行于拥有GPU runtime（运行环境）的普通登录用户会话，SYSTEM/提权维护进程不代跑；owner_process_unavailable按原broker（代理服务）身份核验处理。
回执、控制与上级判断
异步submit绑定job_id及真实backend（模型后端）/model/runner，保存recommended_check_utc/monitor_until_utc，到建议时点只读一次，不持续或超期轮询。同步invoke绑定execution_receipt，它们都不是原生child lineage或AICLI验收回执。
jobs/inspect纯读，兼容job（任务记录）还可能恢复和清理；full-result和force只为明确证据或新运行需要。cancel请求不证明已停止，精确cleanup_unconfirmed未解决前不重试；独立验收由主任务承担。
高影响、边界不明、涉及授权判断或无法验收的工作留上级；修改规范/不可替代数据前需要隔离root、lineage、receipt（执行回执）和独立verifier。runner权限宽度不扩大本人授权，失败不静默换route（处理路线），重型GPU仍消费当前LocalGpuBroker（本地 GPU 调度器）。
验证状态
源码、安装、供应检查、当前任务、新任务和真实使用分别列出；一层通过不自动提升另一层。
- Source（源码）
- 当前 .agents source e734251 中的唯一源码已核对
- Install（安装）
- canonical junction（目录联接） 已安装
- Transaction（供应事务）
- 供应事务检查通过；0 个坏事务
- Current task（当前任务）
- 本轮宿主回执未知
- Fresh task（全新任务）
- 新任务回执未知
- End to end（端到端）
- 按场景验收
9月18日通过规范Skill入口零写入diagnose回读0.9.2实际解释器、注册表和AICLI0.3.17能力及七文件登记；没有网络、材料读取、工作单或模型生成。9月17日Owner408项Toolkit联动回归按原日期保留，配置不升级为全模型Live。
证据时间与来源
- Observed at（观察时间）
- 供应链现场：2026-09-24 12:56（中国时间）；项目场景按各项记录
- Source commit（来源提交）
e734251081dc48bdd86765372ce225b3929ce9ae- Supply command（供应验证命令）
E:\.agents\tools\Test-PersonalSkillSupply.ps1 -RequireInstalled -NoExternalEvidence -Json- Evidence basis（证据来源）
- .agents E171 release 1aa0b0a、当前 Personal Skill supply（个人能力供应链），以及本页明确标注的既有项目/Provider（固定服务入口）证据；source/install/transaction 通过不冒充 current（当前状态）/fresh/E2E
Canonical source（唯一维护源）
E:\.agents\skills\llm-backend-toolkit\SKILL.md该路径是维护源；用户目录中的发现入口不是第二份源码。