Menu
均匀轮转分配工具 — 将 N 个对象在 T 个轮次中按比例分配 K 种选项，最大化覆盖多样性，支持四种后处理模式调整重复分布。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
全平台统一发布工具。支持 skills 和 agents 的 Gitee/GitHub/ClawHub/SkillHub/PyPI 同步与 Release 创建，LLM 驱动的文件过滤与脱敏。
本地 RAG 系统搭建技能，支持环境检测修复、嵌入模型多源下载、5种切分策略 + GuardStack + 后处理 + 插件注册、多知识库管理 + 自动分类规则、可调 Prompt、Web 可视化配置 + 极客模式 + 模板管理
调用链编排技能 — 既是调用链编辑器，也是粗粒度规划器。理解用户意图 → 规划 Skill 参与顺序 → 更新/保存/推荐调用链 → 拼接为调用链（支持循环/分支编排、子步骤拓扑排序、准确步骤计数）。
Skill 标准化规范引擎。支持 R-01~R-26 规范审查（audit / create / update / refactor / bump / readonly 六模式），含权限扫描、数据目录合规检查、渐进式加载、LLM 二次筛分类。
结构化小说写作辅助技能。场景配置→大纲生成→因果链双重验证→pipeline 流程门禁→子结构先行规划→情绪混合系统→文风约束→人格驱动→分段写作→连通性补充→风格校验+逻辑检查(含实体状态+关系链)+大纲忠实度+结尾收束验证+实体关系追踪+角色别名识别+跨章行为摘要。全流程硬约束+门禁跟踪。
8种原子组件自由组合 + 3级约束, cell merging, two-level module system (base + composite), 7+ built-in templates, grid-aware visual editor, style presets, post-generation audit, user template save-as, Chinese error handling
| name | round-robin-allocator |
| author | wUwproject |
| data_dir | ../.standardization/round-robin-allocator/ |
| license | MIT |
| version | 1.6.0 |
| description | 均匀轮转分配工具 — 将 N 个对象在 T 个轮次中按比例分配 K 种选项，最大化覆盖多样性，支持四种后处理模式调整重复分布。 |
| tags | ["分配","轮转","round-robin","覆盖","后处理","可视化"] |
| external_data_dir | true |
| sensitive_access | false |
| critical_write | false |
| permission_weight | LOW |
| trigger | ["分配","轮转","分配算法","round-robin","均匀轮转","覆盖","后处理","配额"] |
| trigger_negative | ["不分配","不需要分配","与其他无关"] |
| data_dir_compliance | true |
给 N 个「对象」，在 T 个「轮次」中，按比例把 K 种「选项」分配出去， 并让每个对象每轮尽量拿到不同的选项。
📚 渐进式加载：本技能采用渐进式 MD 体系，
SKILL.md为入口（≤230行），详细内容拆分到references/*.md按需加载。
| 文件 | 说明 |
|---|---|
references/usage.md | 详细使用指南（确认表/菜单/后处理/配置/输出） |
references/algorithm.md | 分配算法与后处理算法说明 |
references/antipatterns.md | 反模式与常见错误 |
references/faq.md | FAQ 与排错指导 |
references/changelog.md | 更新日志 |
场景 1：标准分配（等分比例）
用户：我有 33 个项目，4 个月，5 套方案，比例是 7:8:10:3:5
计算报告：已解析参数 N=33, T=4, K=5, 比例=7:8:10:3:5
结果：输出分配明细表 + 热力图表（含分布统计和 3D 散点图）
场景 2：均匀分布（避免集中）
用户：12 个学生，6 周，3 个课题，比例 4:4:4，用 fair 模式
计算报告：已解析参数 N=12, T=6, K=3, 比例=4:4:4, 模式=fair
输出结果：每周 3 个课题均匀分配，每个学生前两周不重复，热力图显示覆盖平衡
python scripts/main.py --input "33个项目，4个月，5套方案，比例7:8:10:3:5"
python scripts/main.py --input "..." --mode fair
python scripts/main.py --input "..." --no-confirm
→ 详见 references/usage.md
| 约束项 | 说明 |
|---|---|
| 输入规模 | 建议 N ≤ 1000 个对象，T ≤ 52 轮，K ≤ 20 种选项。超过会降低性能 |
| 比例约束 | 比例之和必须等于 N。不指定比例则默认等分 |
| 参数缺失 | N/K/T 缺任意一个无法执行，工具不会自动推断 |
| 运行环境 | 脚本需 Python ≥ 3.8，仅标准库。HTML 可视化图表依赖 CDN（Chart.js + Plotly.js） |
| 后处理范围 | 后处理只影响分配显示顺序，不影响配额计算的正确性 |
正向触发：
否定条件：
round-robin-allocator/
├── SKILL.md # 入口文档
├── _meta.json # 元数据
├── references/ # 渐进式文档
│ ├── usage.md # 使用指南
│ ├── algorithm.md # 算法说明
│ └── changelog.md # 更新日志
└── scripts/
├── allocator.py # 核心算法（纯标准库）
├── main.py # CLI 入口
└── visualizer.py # HTML 生成器
详见 反模式
详见 FAQ