task-assessor

任务难度与成本评估技能。当用户要求评估任务复杂度、所需时间、消耗成本或需要什么技能时激活。触发词包括"评估任务"、"难度分析"、"成本估算"、"需要多久"、"需要什么技能"、"任务规划"。**重要：自动检测任务难度，L3及以上在执行前必须先报告并确认。**

概述

当用户提出任务需求时，快速评估任务的难度等级、预估耗时、资源消耗，并给出清晰的结构化评估报告。

评估框架

任务复杂度等级

等级	标识	说明	典型场景
L1	🟢 简单	单次操作，5分钟内完成	查天气、读文件、发消息
L2	🟡 普通	需要几步操作，5-30分钟	批量重命名、分析单只股票
L3	🟠 复杂	多步骤或需要判断，30分钟-2小时	制作报告、分析多个标的
L4	🔴 困难	大量数据处理或跨系统操作，2小时以上	全量年报整理、多平台同步
L5	⚫ 极高	需要持续维护或未知领域探索	全新系统搭建、未知技术调研

评估维度

每个任务从以下4个维度评估：
1. 数据规模 — 多少数据量？（条数、文件数、涉及实体数）
2. 操作复杂度 — 多少步骤？是否有分支判断？
3. 依赖技能 — 需要哪些skill或工具？
4. 时间消耗 — 大概多久？（初估 → 细估）

评估流程

Step 1: 理解任务本质

问自己：

• 用户想要什么最终结果？
• 现有技能能不能覆盖？
• 需要多少数据处理？

Step 2: 确定复杂度等级

数据量 < 100条 → L1-L2
数据量 100-1000条 → L2-L3
数据量 > 1000条 → L3-L4

多步骤（>3步） → +1级
涉及外部API/跨系统 → +1级
需要判断/决策 → +1级

Step 3: 估算时间与成本

复杂度	时间估算	Token消耗
L1	<5分钟	<10k
L2	5-30分钟	10k-50k
L3	30分钟-2小时	50k-200k
L4	2-8小时	200k-500k
L5	8小时以上	>500k

Step 4: 输出评估报告

标准格式：

## 📋 任务评估报告

**任务：** [简述]
**复杂度：** L[X] [等级名称]

### 规模数据
- 数据量：
- 涉及范围：

### 难度分析
[分析难点在哪里]

### 预估耗时
- 初估：[时间]
- 细估：[时间]

### 资源消耗
- Token估算：[X]k-[X]k
- 成本估算：$X.XX

### 所需技能
- 已有：
- 需要补充：

### 执行建议
[是否建议分批、如何优化]

### ⚠️ 风险提示
[可能的卡点或问题]

快速查表

用户需求	默认等级	典型耗时
"帮我查天气"	L1	<1分钟
"帮我分析贵州茅台"	L2	5-15分钟
"帮我做个PPT"	L3	30-60分钟
"整理所有A股年报"	L5	数天-数周
"给我解释这个概念"	L1	<5分钟
"帮我写个方案"	L3	30-120分钟

特殊规则

执行前检查（⚠️ 重要）

任务发布前，必须先做难度检查：

用户发布任务
     ↓
评估任务难度等级
     ↓
判断等级
┌─────────────────────────┐
│ L1 或 L2                │
│ → 直接执行，不需要确认  │
└─────────────────────────┘
     ↓
┌─────────────────────────┐
│ L3、L4 或 L5            │
│ → 先输出评估报告        │
│ → 然后询问确认：        │
│ "这个任务难度为L[X]，    │
│  预计耗时[X]，成本约$XX，│
│  是否继续执行？"         │
└─────────────────────────┘

示例：

用户说"帮我整理所有A股年报"

→ 先评估：L5（极高难度）
→ 输出评估报告
→ 询问：
"这个任务难度为L5（极高），预计耗时数天，
成本$3以上，建议分批执行。
是否继续？"

用户确认后才开始执行

当数据规模不明确时

先给出一个范围估算，然后问用户确认具体规模：

"初估L3，但需要确认：你说的'所有数据'大概是多少条？"

当任务涉及多个子任务时

拆解为独立评估，汇总给出总评：

"这个任务可以拆成3个子任务：
① 数据清洗（L2）
② 格式转换（L3）
③ 报告生成（L2）
整体难度：L3，耗时约1小时"

当用户要求"顺便做一下"时

温和指出隐性工作量：

"这个'顺便'其实涉及：X步骤、Y数据量，可能比主任务还复杂"

参考资料

详细评估方法论和案例 → 见 references/assessment-methodology.md 评估报告模板 → 见 references/assessment-template.md 常见任务基准数据 → 见 references/task-benchmarks.md