分数（Scores）
概览
routing.projections.scores 将匹配信号证据合成为一个连续数值。
在以下情况使用分数：
- 一条路由依赖多个弱信号而非单一决定性检测器
- 学习型与启发式证据应贡献同一路由结果
- 希望数值聚合留在决策层之外
主要优势
- 将多个弱信号聚合成单一连续数值供路由使用。
- 加权混合逻辑集中在一处，便于审计。
- 支持二值、置信度与原始数值三种值源。
- 负权重 可在信号匹配时主动拉低分数（例如明显简单请求）。
解决什么问题？
决策适合可读布尔逻辑，不适合表达「从上下文长度取一点、从推理标记取一点、对极简单请求减权，再判断属于哪一档」。
分数在信号与决策策略之间提供显式数值层。
在 balance 配方中例如：
difficulty_score混合简洁性、上下文长度、结构、推理标记、嵌入与复杂度等verification_pressure混合事实核查需求、引用请求、高风险领域、纠正反馈与上下文长度
这样权重故事集中在一处，而不是散落在多条决策中。
运行时行为
当前实现仅支持 method: weighted_sum。
每个输入贡献：
weight * input_value
input_value 取决于 value_source：
- 省略或
binary：信号匹配用match，未匹配用miss confidence：使用匹配置信度，未匹配为0raw：使用SignalValues中的原始数值（如计数或度量值），缺失时为0
当前默认：
match默认为1.0miss默认为0.0
校验器要求每个输入引用 routing.signals 中已声明的信号。
当前支持的输入类型包括：
keywordembeddingdomainfact_checkuser_feedbackreaskpreferencelanguagecontextstructurecomplexitymodalityauthzjailbreakpii
分数是内部投影状态；决策不直接引用分数名；下一步由映射消费。
规范 YAML
routing:
projections:
scores:
- name: difficulty_score
method: weighted_sum
inputs:
- type: keyword
name: simple_request_markers
weight: -0.28
- type: context
name: long_context
weight: 0.18
- type: keyword
name: reasoning_request_markers
weight: 0.22
value_source: confidence
- type: embedding
name: agentic_workflows
weight: 0.18
value_source: confidence
- type: complexity
name: general_reasoning:hard
weight: 0.22
原始值源
当信号族通过 SignalValues 暴露数值度量（计数、距离、token 总数）时，使用 value_source: raw 将这些值直接送入加权和，而不是将其简化为二值或置信度标量。
routing:
projections:
scores:
- name: workload_pressure
method: weighted_sum
inputs:
- type: structure
name: many_questions
weight: 0.2
value_source: raw
- type: structure
name: nested_depth
weight: 0.4
value_source: raw
不同信号族的原始值可能采用不同量纲。请谨慎选择权重，或使用与预期数值范围相符的阈值区间。
DSL
PROJECTION score difficulty_score {
method: "weighted_sum"
inputs: [
{ type: "keyword", name: "simple_request_markers", weight: -0.28 },
{ type: "context", name: "long_context", weight: 0.18 },
{ type: "keyword", name: "reasoning_request_markers", weight: 0.22, value_source: "confidence" },
{ type: "embedding", name: "agentic_workflows", weight: 0.18, value_source: "confidence" },
{ type: "complexity", name: "general_reasoning:hard", weight: 0.22 }
]
}
配置字段
| 字段 | 含义 |
|---|---|
name | 分数标识 |
method | 当前为 weighted_sum |
inputs[].type | 读取的信号族；也 可以是 projection，用于引用先前的分数或映射输出 |
inputs[].name | 已声明的信号名；当 type: projection 且 value_source: score（默认）时为分数名，当 value_source: confidence 时为映射输出名 |
inputs[].weight | 贡献系数；负权重降低分数 |
inputs[].value_source | binary、confidence、raw 或 score（用于投影输入）；投影输入使用 confidence 时读取映射输出的校准置信度 |
inputs[].match / inputs[].miss | 二值模式下的显式取值 |
配置
分数位于 routing.projections.scores。每个分数需要 name、method（当前为 weighted_sum）以及引用已声明信号的 inputs 列表。完整说明见 规范 YAML 与 配置字段。
何时使用
在以下情况使用分数：
- 多个弱指标应合成为单一难度或升级信号
- 同一加权故事要在多条路由间复用
- 希望在一处集中调节路由敏感度
何时不用
在以下情况不要使用分数：
- 单一原始信号已能干净决定路由
- 规则用普通布尔逻辑即可保持可读
- 需要立即可见的决策输出名——分数仍需映射
设计说明
- 保持分数名稳定，因为
routing.projections.mappings[*].source依赖它们。 - 记录每个权重的理由，尤其在混合置信型学习信号与启发式信号时。
- 数值聚合优先用分数，让
routing.decisions专注可读布尔组合。 - 当匹配信号应主动降低档位时（如
balance对明显简单请求），使用负权重。
层级组合
分数可以通过 type: projection 引用先前的投影分数或映射输出置信度。这样便可构建由一个分数叠加另一个分数的分层路由结构。
分数引用分数
使用 value_source: score（或省略 value_source）读取先前计算的分数值：
routing:
projections:
scores:
- name: difficulty_score
method: weighted_sum
inputs:
- type: keyword
name: reasoning_request_markers
weight: 0.6
value_source: confidence
- name: verification_pressure
method: weighted_sum
inputs:
- type: projection
name: difficulty_score
value_source: score
weight: 0.8
- type: fact_check
name: needs_fact_check
weight: 0.4
mappings:
- name: verification_band
source: verification_pressure
method: threshold_bands
outputs:
- name: needs_deep_verify
gte: 0.7
- name: standard_verify
lt: 0.7
引用置信度
使用 value_source: confidence 读取映射输出区间的校准置信度：
- type: projection
name: needs_deep_verify
value_source: confidence
weight: 0.5
依赖顺序
分数可以按任意顺序声明。运行时会按拓扑顺序计算，确保始终先解析依赖项，再计算依赖它们的分数。配置校验会拒绝循环依赖。
投影输入配置字段
| 字段 | 含义 |
|---|---|
type | projection |
name | 已声明的分数名（用于 value_source: score）或映射输出名（用于 value_source: confidence） |
value_source | score（读取原始分数值）或 confidence（读取映射输出置信度） |
weight | 贡献系数 |