에이전트 라우팅 (모델·추론강도·캐스케이드 선택)

무엇을 해주나

• 작업 형태 기준 라우팅 표를 제공한다. 출력이 짧은가/긴가, 기계적으로 검증 가능한가/판단이 필요한가라는 두 질문으로 haiku@low, sonnet@medium, opus@high 등을 결정한다.
• **토큰 단가가 아니라 '완료된 작업당 실측 비용'**으로 판단하게 만든다. 값싼 티어가 토큰을 6~7배 뿜어 오히려 더 비싸지는 함정을 수치로 보여준다.
• 캐스케이드(단계 상승) 설계 규칙: 저티어가 실제로 더 싼지 먼저 계산, 검증기가 없으면 캐스케이드 금지, 승격 판단은 워커가 아니라 검증기를 가진 오케스트레이터가 한다.
• 간결화(concision) 지시의 효과와 한계, 추론 억제가 정답률을 반토막 내는 경계선을 정리한다.
• 컨텍스트 인계 체크리스트: 서브에이전트는 대화·스킬·디스크 상태를 하나도 물려받지 않으므로 산출물 경로, 명령어 원문, 금지 패턴, 출력 스펙을 프롬프트에 직렬화하라고 강제한다.
• 루프 규율(외부 평가자 필수, 최고점 선택, 첫 퇴행에서 정지)과 팬아웃 실시간 관찰(스레드별 스트림 부착) 절차.

이런 분께 추천

• Claude Code / Claude Code on the Web에서 Agent·Workflow 툴로 서브에이전트를 여러 개 병렬 실행하는 사람
• 에이전트 파이프라인의 API 비용이 예상보다 커져 원인을 찾고 있는 팀
• "어차피 좋은 모델 쓰면 되지" 대신 근거 있는 티어 정책을 만들고 싶은 오케스트레이션 설계자
• (claude.ai 채팅 단독 사용자에게는 적용되지 않는다)

활용 예시

1. JSON 추출 팬아웃 100건: 짧고 검증 가능한 작업이므로 haiku@low + 스키마 검증으로 내려보내고, "안전하게 상위 모델로" 올리려는 습관을 근거 있게 막는다.
2. 스펙 기반 모듈 생성: sonnet@low+간결화로 1차 시도 → 테스트 실패 시 같은 모델 medium으로, 이전 패치와 실패한 테스트 출력을 함께 넘겨 재시도(티어 점프보다 저렴하고 성적도 좋음).
3. 대규모 레포 탐색 에이전트 4개 투입: 심볼 인덱스 조각, 인터프리터 경로 포함한 명령어, "ls/glob 탐색 금지" 규칙을 프롬프트에 넣어 헛도는 크롤링 비용을 제거한다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/oaustegard/claude-skills/HEAD/agent-routing/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 oaustegard/claude-skills 의 agent-routing 폴더를 내 ~/.claude/skills/agent-routing/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.