Add model iteration skill

skills/model-iteration/knowledge/multi_command_rules.md

@@ -0,0 +1,21 @@
+# 多指令 vs ComplexTask 分流规则
+
+## 核心判定
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 多个独立命令拼在一句话里 | 多个 `Agent(...)` | "导航到大姚县打开微信播放音乐" → 3个Agent |
+| 单个任务涉及多步骤/多目的地 | `ComplexTask(tag="...")` | "先去加油站再去机场" → 1个ComplexTask |
+
+## 判定要点
+
+- **多指令（Multi-command）≠ ComplexTask**：用户在一句话中说了多个独立的命令（导航+播放+打电话+控制），每个命令应该独立解析为各自的 Agent，不是一个 ComplexTask
+- **ComplexTask 是单任务多步**：只有当一个任务本身需要多步规划时才是 ComplexTask（如多目的地导航、带筛选条件的旅游规划）
+- **"然后"不一定是 ComplexTask 信号**：如果"然后"连接的是不同领域的独立命令（导航+控制+播放），那是多指令；只有"然后"连接同一任务的多个步骤（先去A再去B）才是 ComplexTask
+
+## 识别方法
+
+- output 中有多个 `Agent(...)` 调用 → 多指令，保持不变
+- output 中只有一个调用但 query 含多目的地 → 可能应该是 ComplexTask
+- query 中"然后/再/接着"连接不同 tag 的任务 → 多指令
+- query 中"然后/再/接着"连接同 tag 的多个地点 → ComplexTask

skills/model-iteration/knowledge/navigation_routing_rules.md

@@ -0,0 +1,21 @@
+# 地图导航 Agent / ComplexTask 分流规则
+
+## 核心判定逻辑
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 单POI + 任意数量形容词 | `Agent(tag="地图导航")` | 导航去最近的加油站、去附近最便宜的停车场 |
+| 多POI（多个目的地） | `ComplexTask(tag="地图导航")` | 先去加油站再去机场接人 |
+| 单POI + 一句话描述当前状态 | `ComplexTask(tag="地图导航")` | 加完油再去机场（"加完油"描述当前状态） |
+
+## 判定要点
+
+- **形容词不影响分流**：不管加多少形容词修饰（最近的、便宜的、大的），只要是单POI就是 Agent
+- **多目的地 = Complex**：只要 query 中出现多个地点/动作序列，就是 ComplexTask
+- **状态描述 = Complex**：单POI 但前面带了一句描述当前状态的话（如"加完油"、"吃完饭"），说明用户在做多步规划，属于 ComplexTask
+
+## 应用场景
+
+- 数据增强时：按此规则标注 ground_truth
+- Badcase 分析时：以此为标准区分"分流错误"和"语义错误"
+- Reward 函数：分流违反此规则的应被惩罚

skills/model-iteration/knowledge/travel_routing_rules.md

@@ -0,0 +1,26 @@
+# 旅游 Agent / ComplexTask 分流规则
+
+## 核心判定逻辑
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 规划路线，无筛选条件 | `Agent(tag="旅游出行")` | 规划一个从北京到上海的路线 |
+| 规划路线，有筛选条件 | `ComplexTask(tag="旅游出行")` | 规划一个从北京到上海的路线，人少风景好、三天两夜、3000预算 |
+
+## 判定要点
+
+- **无条件纯路线规划 = Agent**：只要求从A到B的路线，没有额外约束
+- **带筛选/约束条件 = Complex**：路线规划附带了时间、预算、偏好、天数等任何筛选条件，说明需要多维度规划，属于 ComplexTask
+
+## 筛选条件举例
+
+- 时间约束：三天两夜、五一假期、周末
+- 预算约束：3000预算、经济型
+- 偏好约束：人少、风景好、适合亲子、有美食
+- 交通约束：自驾、高铁优先
+
+## 应用场景
+
+- 数据增强时：按此规则标注 ground_truth
+- Badcase 分析时：以此为标准区分"分流错误"和"语义错误"
+- Reward 函数：分流违反此规则的应被惩罚