符号与 LLM 路由管道

Arka 的分层管道如何在回退到 LLM 之前，使用符号化离线匹配将自然语言路由到 120+ 个技能模式。

Arka 将每个请求都通过一个分层管道进行路由。大多数请求根本不会触及 LLM —— config.fish 中的符号规则可离线匹配 120+ 个技能模式。

​

路由管道

1. 直接技能名

   如果第一个 token 匹配一个已注册的技能，Arka 会立即运行它。零 token。

   arka weather
   arka calc 2+2
   demo_echo hello    # 通过名称调用的第三方插件
   
2. 插件触发器

   Arka 接下来检查 ~/.config/arka/skills/ 中的第三方技能。每个插件在 skill.json 中声明 triggers。

3. 离线符号规则

   默认路径。config.fish 中的 _agent_guess_route 和 _agent_offline_route_cmd 使用正则匹配 120+ 个技能的模式。不调用 LLM。触发时你会看到 💡 [Offline routing] 和 → Interpreted: …。

4. LLM 路由

   当离线规则未匹配时，Arka 会将紧凑的技能目录以 task=route 发送给 LLM。模型挑选最佳技能。

5. 纠错层

   一个确定性的纠错层可修正较弱的 LLM 选择，无需第二次 LLM 调用（例如：将事实性问题的 search_web → 修正为 web_answer）。

6. 分发

   dispatch.py 执行所选的技能脚本。

​

各层的 token 消耗

层级	LLM tokens
直接技能名	0
符号路由	0
插件触发器	0
LLM 路由（回退）	少量（仅紧凑目录）

默认模式为 ROUTE_MODE=symbolic —— 先离线规则，仅在需要时调用 AI。

​

模糊路由

当两条或更多离线模式都可能适用时（在 play/media 中较常见），Arka 会检测到冲突并让 LLM 决定：

💡 [AI routing — ambiguous play/media request]
→ Interpreted: play_movie bohemian rhapsody

明确的单向请求仍然使用离线路由，零 token 消耗。

​

路由模式

模式	行为
symbolic	先离线规则，必要时调用 LLM（默认）
ai	优先使用 LLM 路由
symbolic_only	永远不调用 LLM 进行路由；Python 符号规则优先于 fish，并忽略 fish 的 LLM 预览
ai_only	始终使用 LLM 进行路由

ROUTE_MODE=symbolic

​

检查路由

在不执行的情况下预览 Arka 会选择哪个技能：

arka route "summarize my unread emails"
agent_route "play bohemian rhapsody on spotify"
agent_trace          # 最近一次路由决策
agent_why            # 解释技能选择原因
arka help            # 完整技能列表
arka tell your skills   # 适合语音的摘要 + 当前使用的模型

​

Python 回退（无 fish）

未安装 fish 时，Arka 使用 src/arka/routing/symbolic.py 提供相同的离线优先行为。便携式 CLI 仍支持对话、网络答案、密码、计算、天气、体育和插件。

安装 fish shell 以解锁完整的 70+ 技能路由。

​

技能路由器 vs 编排器

技能路由器决定哪个技能运行。LLM 编排器（参见 LLM 编排）为技能内部的补全 —— 摘要、对话、研究、PDF、预测 —— 提供带故障切换的支持。它们是两个独立的系统。

​

相关内容

技能目录

所有可路由的技能

CLI 参考

arka route 与 agent_route

插件

第三方触发器

别名

命令与技能同义词