任务分类与定价
Task Classification & Pricing
用 LLM 将自由文本任务自动分类到职业类别并估算经济价值
子问题
1.职业分类体系与工资映射
2.LLM 分类 prompt 设计
3.模糊匹配与 fallback 策略
4.工时估算与价值计算
5.离线批量预计算与在线实时分类的双路径协调
6.BLS 等外部权威数据源的职业映射置信度管理
各项目的解法1 solutions
Signals
横向对比
| 维度 | ClawWork |
|---|---|
| 分类方法 | LLM 将自由文本分类到44个BLS职业类别 |
| 价格锚定 | 美国劳工统计局(BLS)真实时薪数据 |
| 工时估算 | LLM 同步输出 hours_estimate，clamp 到 0.25-40h |
| 模糊匹配 | 四级降级：精确→忽略大小写→子串→默认fallback |
| 双路径定价 | 离线批量预计算 + 在线实时LLM分类 |
| 置信度追踪 | 映射表记录 high/medium/low confidence 和 reasoning |
最佳实践
1.维护标准化的职业-工资映射表作为分类锚点
2.在分类 prompt 中同时展示职业名和时薪帮助 LLM 理解价格语境
3.用 temperature=0.3 + max_tokens=256 约束分类输出的稳定性和简洁性