对比两种 skill 发现面:decentralized(每个 skill description 自驱动)vs routed(子 skill 保留原版描述 + 上层 lark-router 统筹分发)。用真实 @skills/ lark-* 27 个 skill。模型:GLM-5.2。
cases.py— 12 个重叠测试用例select_test.py— 主测试:把 skill 目录喂给 headlessclaude -p,让其输出PICK: <skill>。用独立 HOME 隔离全局 office:lark 插件。SKILL.md+dispatch.md— 自编 lark-router 的两个文件(gist 扁平化,原本在 lark-router/ 与 lark-router/references/ 下)REPORT.md— 完整结果与结论