名称： model-router
描述： 一个全面的AI模型路由系统，可自动为任何任务选择最优模型。支持设置多个AI提供商（Anthropic、OpenAI、Gemini、Moonshot、Z.ai、GLM），并提供安全的API密钥存储，然后根据任务类型、复杂度和成本优化将任务路由到最佳模型。包含交互式设置向导、任务分类和成本效益委托模式。适用于需要“为此任务使用X模型”、“切换模型”、“最优模型”、“我应该使用哪个模型”的场景，或用于在多个AI提供商之间平衡质量与成本。
版本： 1.1.0

模型路由器

跨多个提供商的智能AI模型路由，实现最优性价比。

根据任务复杂度、类型和您的偏好，自动为任何任务选择最佳模型。支持6大AI提供商，并提供安全的API密钥管理和交互式配置。

🎯 功能概述

• 分析任务并按类型（编程、研究、创意、简单任务等）进行分类
• 路由到最优模型，从您配置的提供商中选择
• 优化成本，对简单任务使用更便宜的模型
• 保障API密钥安全，通过文件权限（600）和隔离存储实现
• 提供推荐，包含置信度评分和推理说明

🚀 快速开始

步骤 1: 运行设置向导

cd skills/model-router
python3 scripts/setup-wizard.py

向导将引导您完成：
1. 提供商设置 - 添加您的API密钥（Anthropic、OpenAI、Gemini等）
2. 任务映射 - 为每种任务类型选择模型
3. 偏好设置 - 设置成本优化级别

步骤 2: 使用分类器

# 获取任务对应的模型推荐
python3 scripts/classify_task.py "构建一个React身份验证系统"

# 输出示例：
# 推荐模型: claude-sonnet
# 置信度: 85%
# 成本级别: 中等
# 推理: 匹配到2个关键词：build, system

步骤 3: 通过会话路由任务

# 使用推荐模型生成会话
sessions_spawn --task "调试这个内存泄漏" --model claude-sonnet

# 使用别名快速访问
sessions_spawn --task "天气怎么样？" --model haiku

📊 支持的提供商

🎛️ 任务类型映射

默认路由规则（可通过向导自定义）：

💰 成本优化

激进模式

始终使用最便宜且能胜任的模型：
- 简单任务 → glm-4.5-air（约10%成本）
- 编程任务 → claude-haiku-4-5（约25%成本）
- 研究任务 → claude-sonnet-4-5（约50%成本）

节省： 相比始终使用高级模型，可节省50-90%成本

平衡模式（默认）

权衡成本与质量：
- 简单任务 → 廉价模型
- 关键任务 → 高级模型
- 廉价模型失败时自动升级

质量模式

始终使用最佳模型，不考虑成本

🔒 安全性

API密钥存储

~/.model-router/
├── config.json       # 模型映射配置 (chmod 600)
└── .api-keys         # API密钥 (chmod 600)

特性：
- 文件权限限制为所有者（600）
- 与版本控制系统隔离
- 静态加密（通过操作系统文件系统加密）
- 永不记录或打印

最佳实践

1. 切勿将 .api-keys 提交到版本控制
2. 使用环境变量进行生产部署
3. 定期轮换密钥，可通过向导操作
4. 审计访问权限：ls -la ~/.model-router/

📖 使用示例

示例 1: 成本优化工作流

# 首先对任务进行分类
python3 scripts/classify_task.py "从这个CSV中提取价格"

# 结果：简单任务 → 使用 glm-4.5-air
sessions_spawn --task "提取价格" --model glm-4.5-air

# 如有需要，再用更好的模型进行分析
sessions_spawn --task "分析价格趋势" --model claude-sonnet

示例 2: 渐进式升级

# 先尝试廉价模型（60秒超时）
sessions_spawn --task "修复这个bug" --model glm-4.5-air --runTimeoutSeconds 60

# 如果失败，升级到高级模型
sessions_spawn --task "修复复杂的架构bug" --model claude-opus

示例 3: 并行处理

# 使用廉价模型并行处理批量简单任务
sessions_spawn --task "总结文档A" --model glm-4.5-air &
sessions_spawn --task "总结文档B" --model glm-4.5-air &
sessions_spawn --task "总结文档C" --model glm-4.5-air &
wait

示例 4: 使用Gemini进行多模态处理

# 处理包含2M令牌上下文的视觉任务
sessions_spawn --task "分析这100张图片" --model gemini-1.5-pro

🛠️ 配置文件

~/.model-router/config.json

{
  "version": "1.1.0",
  "providers": {
    "anthropic": {
      "configured": true,
      "models": ["claude-opus-4-5", "claude-sonnet-4-5", "claude-haiku-4-5"]
    },
    "openai": {
      "configured": true,
      "models": ["gpt-4o", "gpt-4o-mini", "o1-mini", "o1-preview"]
    }
  },
  "task_mappings": {
    "simple": "glm-4.5-air",
    "coding": "claude-sonnet-4-5",
    "research": "claude-sonnet-4-5",
    "creative": "claude-opus-4-5"
  },
  "preferences": {
    "cost_optimization": "balanced",
    "default_provider": "anthropic"
  }
}

~/.model-router/.api-keys

# 由设置向导生成 - 请勿手动编辑
ANTHROPIC_API_KEY=sk-ant-...
OPENAI_API_KEY=sk-proj-...
GEMINI_API_KEY=AIza...

🔄 版本 1.1 更新

新功能

• ✅ 交互式设置向导，用于引导式配置
• ✅ 安全的API密钥存储，具备文件权限控制
• ✅ 任务到模型映射自定义功能
• ✅ 多提供商支持（6个提供商）
• ✅ 成本优化级别（激进/平衡/质量）

改进

• ✅ 更好的任务分类，包含置信度评分
• ✅ 提供商特定的模型推荐
• ✅ 通过隔离存储增强安全性
• ✅ 全面的文档

从 1.0 版本迁移

运行设置向导以重新配置：

python3 scripts/setup-wizard.py

📚 命令参考

设置向导

python3 scripts/setup-wizard.py

交互式配置提供商、映射和偏好。

任务分类器

python3 scripts/classify_task.py "您的任务描述"
python3 scripts/classify_task.py "您的任务" --format json

获取模型推荐及推理说明。

列出模型

python3 scripts/setup-wizard.py --list

显示所有可用模型及其状态。

🤝 与其他技能的集成

⚡ 性能提示

1. 从简单开始 - 先尝试廉价模型
2. 批量处理任务 - 合并多个简单任务
3. 使用清理功能 - 一次性任务后删除会话
4. 设置超时 - 防止子代理失控
5. 监控使用情况 - 跟踪每个提供商的成本

🐛 故障排除

“未找到合适的模型”

• 运行设置向导以配置提供商
• 检查API密钥是否有效
• 验证 .api-keys 文件的权限

“找不到模块”

pip3 install -r requirements.txt  # 如果需要

选择了错误的模型

1. 通过向导自定义任务映射
2. 在 sessions_spawn --model 中明确指定模型
3. 调整成本优化偏好设置

📖 其他资源

• 提供商文档：
• Anthropic
• OpenAI
• Gemini
• Moonshot
• Z.ai

• GLM

• 设置： 运行 python3 scripts/setup-wizard.py

• 支持： 查看 references/ 文件夹获取详细指南