feat: 新增label快慢分流skill全套配置与校验脚本

skills/label-fast-slow-routing/references/golden-examples.md

@@ -0,0 +1,61 @@
+# 黄金边界样例
+
+使用这些样例校准规则，不要把词面模板机械迁移到所有场景。`来源`中的页码为 PDF 物理页码；“推导”表示按规则组合得到，不是文档逐字给出的标签。
+
+| # | query / 上下文 | label | 主原因码 | 边界说明 | 来源 |
+| --- | --- | --- | --- | --- | --- |
+| 1 | 开空调 | 快 | `DIRECT_ACTION` | 动作和对象明确 | 新标准 p8 |
+| 2 | 太冷了，调一下空调 | 快 | `DIRECT_ACTION` | 感受词不覆盖明确动作和对象 | 新标准 p8，规则推导 |
+| 3 | 我感觉好冷快冻死了，帮我调一下 | 慢 | `INTENT_INFERENCE` | 未说明要调什么，需反推动作 | 新标准 p9 |
+| 4 | 调一个浪漫点的氛围灯 | 快 | `DIRECT_ACTION` | 风格是简单修饰，功能目标明确 | 新标准 p8–9 |
+| 5 | 帮我把房间布置得舒适温馨一些 | 慢 | `SCENE_GOAL_MAPPING` | 需把目标状态映射成动作组合 | 新标准 p9 |
+| 6 | 导航去附近评分 4.5 以上的泰国菜 | 快 | `DIRECT_ACTION` | 最终汇总覆盖调研版“筛选即慢” | 新标准 p2 与 p8 |
+| 7 | 导航去附近最大的停车场 | 快 | `DIRECT_ACTION` | 单目标、单一简单排序可直接满足 | 旧评测 p3 与新标准 p8，规则推导 |
+| 8 | 推荐一家安静、亲子、评分高、停车方便且别排太久的酒店 | 慢 | `COMPLEX_REASONING` | 多个主观/实时条件需权衡 | 旧评测 p3，新标准规则推导 |
+| 9 | 导航去大裤衩，再沿途找充电站，并看看终点附近哪里好停车 | 慢 | `MULTI_STEP_PLANNING` | 多地点、多步骤路线编排 | 新标准 p9 |
+| 10 | 删除途经点 | 快 | `DIRECT_OPERATION_FLOW` | 导航操作流中的直接动作 | 新标准 p8 |
+| 11 | 把空调调到 24 度，然后打开座椅加热 | 快 | `EXPLICIT_DEVICE_MULTI_ACTION` | 多个动作全部为明确设备控制 | 新标准 p8 |
+| 12 | 查天气再决定要不要开窗 | 慢 | `MULTI_STEP_PLANNING` | 查询结果决定后续控制 | 旧评测 p4 |
+| 13 | 那个压线噔噔的声音关掉 | 快 | `DIRECT_ACTION` | 名称不标准但目标可唯一识别且动作明确 | 新标准 p4 与 p9 |
+| 14 | 打开那个灯（场景中有多个灯） | 慢 | `TRUE_DISAMBIGUATION` | 存在真实多候选，需澄清 | 旧评测 p3，新标准规则推导 |
+| 15 | 导航到那个像大裤衩一样的楼 | 慢 | `TRUE_DISAMBIGUATION` | 需先识别隐含地标再定位 | 旧评测 p3 |
+| 16 | 播放周杰伦的歌 | 快 | `DIRECT_ACTION` | 明确播放意图和资源 | 新标准 p8 |
+| 17 | 播放最近短视频里很火的那首歌 | 慢 | `TRUE_DISAMBIGUATION` | 资源身份不确定且依赖外部热点 | 旧评测 p3，新标准内容细则 |
+| 18 | 找王菲在春晚与别人合唱的歌，再用网易云播放 | 慢 | `MULTI_STEP_PLANNING` | 外部检索后跨步骤播放 | 新标准 p9 |
+| 19 | 现在几点了 | 快 | `DIRECT_DETERMINISTIC_QUERY` | 高频、唯一、确定性工具查询 | 旧评测 p3 |
+| 20 | 帮我定明天早上 9 点的闹钟 | 快 | `DIRECT_ACTION` | 时间和动作明确 | 新标准 p8 |
+| 21 | 小米 SU7 支持哪些驾驶模式 | 模糊 | `PRODUCT_KNOWLEDGE` | 纯静态产品知识 | 新标准 p10 |
+| 22 | 我的车怎么突然没声音了 | 模糊 | `FAULT_DIAGNOSIS` | 纯故障原因/诊断请求 | 新标准 p4 与 p10 |
+| 23 | 现在胎压是多少 | 模糊 | `DEVICE_OR_ENV_STATE_QUERY` | 最终模糊档覆盖调研版简单动态查询快 | 新标准 p4 与 p10，规则推导 |
+| 24 | 家里哪个房间最热 | 模糊 | `DEVICE_OR_ENV_STATE_QUERY` | 环境状态查询，无控制副作用 | 新标准 p10 |
+| 25 | 给我讲个笑话 | 模糊 | `OPEN_CHAT_OR_QA` | 闲聊/开放内容 | 新标准 p10 |
+| 26 | 做一个介绍 AI4S 的 PPT | 慢 | `MULTI_STEP_PLANNING` | 复杂产物生成与内容组织 | 新标准 p9 |
+| 27 | 音箱端：每天晚上 8 点开灯开空调 | 慢 | `AUTOMATION_SLOW_POLICY` | 音箱家庭自动化专项默认慢 | 新标准 p7 |
+| 28 | 车载端：车速超过 70 提醒我减速 | 快 | `DIRECT_ACTION` | 车载闹钟/提醒专项走快 | 新标准 p7 |
+| 29 | 前轮慢系统询问“确认开启湿滑模式吗”；当前轮“帮我开启” | 慢 | `CONTEXT_REQUIRED` | 继承慢确认链路 | 新标准 p4 |
+| 30 | 仅当前轮“帮我开启”，无任何前轮 | 慢 | `MISSING_REQUIRED_SLOT` | 无法确定开启对象；低置信并复核 | 新标准规则推导 |
+| 31 | 自动帮我设置一下（端侧未知） | 模糊 | `POLICY_UNCERTAIN` | 端侧会改变正式自动化策略；默认慢并复核 | 新标准 p7，规则推导 |
+
+## 最小对照组
+
+校准时至少同时检查以下紧邻对：
+
+```text
+太冷了，调一下空调                  -> 快
+我感觉好冷快冻死了，帮我调一下       -> 慢
+
+调一个浪漫点的氛围灯                -> 快
+帮我把房间布置得浪漫一点             -> 慢
+
+导航去附近评分 4.5 以上的泰国菜       -> 快
+帮我综合挑一家不踩雷、少排队、停车方便的餐厅 -> 慢
+
+那个压线噔噔的声音关掉               -> 快
+打开那个灯（存在多个候选）            -> 慢
+
+现在几点                            -> 快
+现在胎压多少                         -> 模糊
+
+开空调并打开座椅加热                 -> 快
+查天气再决定是否开窗                 -> 慢
+```