新增: F-01阶段5模型路由调用点接入

crates/df-ideas/Cargo.toml

@@ -6,6 +6,10 @@ edition = "2021"
 [dependencies]
 df-core = { path = "../df-core" }
 df-ai-core = { path = "../df-ai-core" }
+# F-01 阶段5: df-ideas 对抗评估接入 df_ai::router::select_model_id(纯函数路由)。
+# 注:df-ai 引入 reqwest/futures/eventsource-stream 重依赖,但 router 模块仅依赖
+# df-ai-core::model,实际编译期 df-ideas 仅引用 router 符号(零 HTTP 代码路径)。
+df-ai = { path = "../df-ai" }
 serde = { workspace = true }
 serde_json = { workspace = true }
 tokio = { workspace = true }

crates/df-ideas/src/adversarial.rs

@@ -16,6 +16,7 @@ use std::sync::Arc;
 use anyhow::Result;
 use serde::{Deserialize, Serialize};
 
+use df_ai_core::model::ModelConfig;
 use df_ai_core::provider::LlmProvider;
 use df_core::types::{IdeaId, Priority};
 use crate::capture::Idea;
@@ -95,17 +96,26 @@ pub struct AdversarialEngine {
     /// 可选 LLM provider。Some → 优先 LLM 评估（失败降级启发式）；None → 纯启发式。
     /// 构造注入（与 IdeaPromoter::new(policy) 同一模式），批量评估复用同一 provider。
     provider: Option<Arc<dyn LlmProvider>>,
+    /// F-01 阶段5: 候选模型池。非空时 evaluate_with_llm 经 select_model_id 路由选模型;
+    /// 空(None provider 或未注入池)→ model 留空由 provider impl 回填自身 default_model
+    /// (与接入前行为一致,平稳过渡)。
+    model_pool: Vec<ModelConfig>,
 }
 
 impl AdversarialEngine {
     /// 注入 LLM provider 构造（provider Some 时走 LLM，调用失败自动降级启发式）
     pub fn new(provider: Arc<dyn LlmProvider>) -> Self {
-        Self { provider: Some(provider) }
+        Self { provider: Some(provider), model_pool: Vec::new() }
+    }
+
+    /// F-01 阶段5: 注入 provider + 候选模型池构造。池非空时 evaluate_with_llm 走路由。
+    pub fn with_pool(provider: Arc<dyn LlmProvider>, model_pool: Vec<ModelConfig>) -> Self {
+        Self { provider: Some(provider), model_pool }
     }
 
     /// 纯启发式构造（无 LLM 配置时的默认模式）
     pub fn heuristic() -> Self {
-        Self { provider: None }
+        Self { provider: None, model_pool: Vec::new() }
     }
 
     /// 执行完整的对抗评估（内部按 provider 有无调度 LLM / 启发式，失败降级）
@@ -142,10 +152,21 @@ impl AdversarialEngine {
     /// 0.4 在「稳定可复现」与「论点多样性」间取得平衡。
     async fn evaluate_with_llm(&self, idea: &Idea, provider: &Arc<dyn LlmProvider>) -> Result<AdversarialEval> {
         let prompt = build_adversarial_prompt(idea);
+        // F-01 阶段5: 智能路由 — 对抗评估 TaskRequirements(Standard,无工具)。
+        // 池非空 → select_model_id 选最优 model_id;池空/无匹配 → 留空由 provider impl
+        // 回填自身 default_model(与接入前行为一致,平稳过渡)。
+        let eval_req = df_ai::router::TaskRequirements {
+            modalities: vec![df_ai_core::model::Modality::Text],
+            needs_tool_use: false,
+            min_intelligence: df_ai_core::model::IntelligenceTier::Standard,
+            max_cost: None,
+            estimated_context: 0,
+        };
+        let model = df_ai::router::select_model_id(&eval_req, &self.model_pool).unwrap_or_default();
         let request = df_ai_core::provider::CompletionRequest {
-            // provider 自带 default_model；model 留空让 provider impl 回填自身默认模型。
+            // 路由命中 → 用 model_id;否则留空让 provider impl 回填自身 default_model。
             // (OpenAICompatProvider::convert_request 在 req.model.is_empty() 时回退 default_model)
-            model: String::new(),
+            model,
             messages: vec![
                 df_ai_core::provider::ChatMessage::system(SYSTEM_PROMPT),
                 df_ai_core::provider::ChatMessage::user(prompt),