名称： multi-llm
描述： 多 LLM 智能切换。使用命令 'multi llm' 可根据任务类型激活本地模型选择。默认使用 Claude Opus 4.5。
trigger: multi llm
版本： 1.1.0
作者： leohan123123
标签： llm, ollama, local-model, fallback, multi-model

Multi-LLM - 智能模型切换

触发命令: multi llm

默认行为: 始终使用 Claude Opus 4.5（最强模型）。
仅当消息包含 multi llm 命令时，才会激活本地模型选择。

v1.1.0 更新内容

• 将触发命令从 mlti llm 重命名为 multi llm（命名更清晰）
• 增强了模型存在性检查，并包含备用链
• 新增了详细的使用示例和故障排除指南
• 改进了任务检测模式

使用方法

默认模式（无命令）

帮我写一个 Python 函数 -> 使用 Claude Opus 4.5
分析这段代码 -> 使用 Claude Opus 4.5

多模型模式（使用命令）

multi llm 帮我写一个 Python 函数 -> 选择 qwen2.5-coder:32b
multi llm 分析这个数学证明 -> 选择 deepseek-r1:70b
multi llm 翻译成中文 -> 选择 glm4:9b

命令格式

模型映射

主模型（默认）: github-copilot/claude-opus-4.5

本地模型（当触发 multi llm 时）:

备用链

如果所选模型不可用，系统会尝试替代方案：

编程:    qwen2.5-coder:32b -> qwen2.5-coder:14b -> qwen3:32b
推理:    deepseek-r1:70b -> deepseek-r1:32b -> qwen3:32b
中文:    glm4:9b -> qwen3:8b -> qwen3:32b
通用:    qwen3:32b -> qwen3:14b -> qwen3:8b

检测逻辑

用户输入
    |
    v
是否包含 "multi llm"?
    |
    +-- 否 -> 使用 Claude Opus 4.5（默认）
    |
    +-- 是 -> 任务类型检测
                |
        +-------+-------+-------+
        v       v       v       v
      编程     推理     中文     通用
        |       |       |       |
        v       v       v       v
    qwen2.5  deepseek  glm4   qwen3
    coder    r1:70b    :9b    :32b

任务检测关键词

示例

示例 1：编程任务

# 输入
multi llm 写一个计算斐波那契数列的 Python 函数

# 输出
已选择: qwen2.5-coder:32b
原因: 检测到编程任务（关键词: python, function）

示例 2：数学分析

# 输入
multi llm reasoning 证明 sqrt(2) 是无理数

# 输出
已选择: deepseek-r1:70b
原因: 使用了强制命令 'reasoning'

示例 3：快速翻译

# 输入
multi llm 把这段话翻译成英文

# 输出
已选择: glm4:9b
原因: 检测到中文轻量级任务（关键词: 翻译）

示例 4：默认（无触发）

# 输入
写一个带身份验证的 REST API

# 输出
已选择: claude-opus-4.5
原因: 默认模型（未触发 'multi llm'）

前提条件

1. 必须安装并运行 Ollama:
   ```bash
   # 安装 Ollama
   curl -fsSL https://ollama.com/install.sh | sh

   启动 Ollama 服务

   ollama serve

   拉取所需模型

   ollama pull qwen2.5-coder:32b
   ollama pull deepseek-r1:70b
   ollama pull glm4:9b
   ollama pull qwen3:32b
   ```

2. 检查可用模型:
   bash ollama list

故障排除

模型未找到

# 检查模型是否存在
ollama list | grep "qwen2.5-coder"

# 拉取缺失的模型
ollama pull qwen2.5-coder:32b

Ollama 未运行

# 检查服务状态
curl -s http://localhost:11434/api/tags

# 启动 Ollama
ollama serve &

响应缓慢

• 大模型（如 70b）需要大量 RAM/VRAM
• 可考虑使用较小变体：例如用 deepseek-r1:32b 替代 70b

选择了错误的模型

• 使用强制命令：multi llm coding, multi llm reasoning
• 检查关键词是否与您的任务类型匹配

技能包文件结构

multi-llm/
├── SKILL.md              # 本文档
└── scripts/
    ├── select-model.sh   # 模型选择逻辑脚本
    └── fallback-demo.sh  # 交互式演示脚本

集成

与 OpenCode/ClaudeCode 集成

您的消息中会检测到 multi llm 触发器。只需在请求前加上前缀：

multi llm [您的请求内容]

编程式使用

# 获取针对任务的推荐模型
./scripts/select-model.sh "multi llm 写一个排序算法"
# 输出: qwen2.5-coder:32b

# 使用实际模型调用进行演示
./scripts/fallback-demo.sh --force-local "解释递归"

作者

• GitHub: @leohan123123

许可证

MIT