scheme-recommendation

name	scheme-recommendation
description	为已适配模型推荐第一轮量化方案（方案推荐卡：目标/位宽/dtype/algos/粒度 + 理由/风险/升级/回退）。触发场景：用户想先拿量化方案参考 / 基于 casebook 选直转起点 / 实验前定候选方案与风险回退。不适用于：跑量化实验、产出 ppl/delta、误差定位、下最终最优结论（执行→ $quant-run，判读→ $direct-quant-eval）。

量化方案推荐

概述

为已适配模型推荐第一轮量化方案（只推荐、不跑实验）：回答“第一枪先量哪些模块 / 用什么 dtype·bits·algos·granularity / 为什么这么起步 / 失败先缩哪里查哪里”。不负责：跑量化实验、产出 ppl_bf16·ppl_quant·delta、误差定位、下“最终最优方案”结论。

---

用户调用格式

• 用户明确点名调用，先返回本 skill 固定输入模板再执行。
• 不替用户改成别的 skill；仅当用户没指定 skill、只描述目标时，才建议是否回 $quant-workflow。
• 固定输入模板见 ../references/skill-input-template.md。

---

先读哪些文件

按顺序：

1. .agents/docs/casebook/... 对应系列 README.md
2. 已有个案再读最相近 <series>/<case>.md
3. 确认能力边界读 ../../../docs/repo-map.md
4. 确认量化口径读 ../references/metrics-and-thresholds.md
5. 特殊结构（MoE / MLA / 混合 attention）定制方案读 ../references/network-strategies.md

固定流程

1. 先明确当前任务口径：
   • 模型名称 / 系列
   • 结构标签：dense / moe / packed-expert / special-attn
   • 评测集、指标、seq_len、granularity
   • 时间预算、算力预算、是否优先保守
2. 先查现有结果：
   • 系列 casebook 是否已有默认起步方案
   • outputs/ 或日志里是否已有相同口径的量化结果
   • 当前模型和历史案例是否足够相似
3. 按相似度筛选参考经验，优先级是：
   • 同系列
   • 同结构
   • 同量化目标
   • 同评测口径
4. 至少给出 2 到 3 个候选方案：
   • 保守方案
   • 默认首推方案
   • 激进覆盖方案
5. 从候选中选一个“首推方案”，并明确理由：
   • 证据最强
   • 成本最低
   • 失败后最容易定位
6. 用最终保留模块填写风险点、升级条件和回退路径。
7. 输出“量化方案推荐卡”，卡片内容以最终保留方案为准。

边界规则

• 这是起步方案推荐，不是全仓最优方案搜索。
• 不要按全仓平均经验直接推荐，要优先参考同系列、同结构案例。
• 如果评估依据不足，要明确写“弱推荐”或“待验证”，不要装作确定。
• 如果用户已经明确给了量化方案，停止推荐，转到评测或验证流程。
• 如果模型还没适配完成，停止推荐，回到 $model-adapter。
• 如果当前仓库里已有同口径、同模型、同目标的稳定结论，优先复用，不重复发明方案。
• 当前推荐卡主字段按模块级表达，不强制做子算子级拆分。
• 除非有稳定 casebook 佐证，不要把结构经验写成“已验证结论”。
• 引用仓库内代码、脚本和文档路径时，一律使用仓库相对路径；不要写绝对路径。

输出要求

结束时必须给出一张“量化方案推荐卡”，至少包含下面字段：

• 当前模型
• 任务口径
• 相似案例
• 候选方案
• 首推方案
• 推荐理由
• 风险点
• 升级条件
• 回退方案
• 证据强度

量化方案推荐卡

# 量化方案推荐卡

## 当前模型
- 模型名称：
- 模型系列：
- 结构标签：
- 关键结构特征：

## 任务口径
- 数据集：
- 指标：
- `seq_len`：
- `granularity`：
- 时间预算：
- 算力预算：
- 特殊约束：

## 相似案例
- 案例 1：来源 / 相似原因 / 采用方案 / 结果摘要
- 案例 2：来源 / 相似原因 / 采用方案 / 结果摘要

## 候选方案
- 候选方案 A（保守）：量化模块 / `quant_dtype` / `a_bits / w_bits` / `algos` / 预期成本 / 预期风险
- 候选方案 B（首推）：量化模块 / `quant_dtype` / `a_bits / w_bits` / `algos` / 预期成本 / 预期风险
- 候选方案 C（激进）：量化模块 / `quant_dtype` / `a_bits / w_bits` / `algos` / 预期成本 / 预期风险

## 首推方案
- 量化模块 / `quant_dtype` / `a_bits / w_bits` / `algos` / `granularity`

## 推荐理由
- 同系列经验 / 结构相似性 / 成本与收益平衡 / 失败后是否容易定位

## 风险点
- 风险 1 / 风险 2 / 风险 3

## 升级条件
- 保持当前方案的条件 / 进入误差定位的条件 / 进入 PTQ 的条件

## 回退方案
- 回退路径 1 / 回退路径 2 / 回退路径 3

## 证据强度
- 强 / 中 / 弱 + 判断理由