Token导航 LogoToken导航

Agent Skill · 效率

dynamic-model-router(动态模型路由器)

dynamic-model-router 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

dynamic-model-router 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 7,061。

总安装 8,544周安装 356GitHub Stars 公开资料未说明下载 2,848核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
0.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:dynamic-model-router(动态模型路由器)
来源仓库:https://github.com/skynet-jawol/dynamic-model-router
安装命令:
openclaw skills install dynamic-model-router
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install dynamic-model-router

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

智能路由任务到最优AI模型,综合考虑复杂度、成本、延迟和质量,实现高效透明的模型选择与持续优化。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install dynamic-model-router;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

dynamic-model-router 怎么安装?

在终端执行 openclaw skills install dynamic-model-router。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

dynamic-model-router 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

dynamic-model-router 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

dynamic-model-router 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

dynamic-model-router 用的人多吗?

公开数据是累计安装 8,544 次,近一周安装 356 次,下载 2,848 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

dynamic-model-router 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
dynamic-model-router

动态模型路由器 · 本页

8,544—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

动态模型路由器

智能路由任务到最佳AI模型,根据任务复杂度、成本、延迟和质量需求自动选择最优模型。

✨ 功能特性

  • 智能路由决策:基于任务复杂度自动选择最佳AI模型
  • 多维度优化:平衡成本、延迟、质量、可靠性
  • 实时学习:从历史决策中学习并持续优化
  • 透明可解释:提供路由决策理由和置信度
  • 生产就绪:高可用、高性能、优雅降级
  • 隐私安全:本地处理,不泄露用户数据

🚀 快速开始

安装

# 通过ClawHub安装
clawhub install dynamic-model-router

# 或手动安装
npm install dynamic-model-router

基本使用

import { getRouter } from 'dynamic-model-router';

// 获取路由器实例
const router = getRouter();

// 初始化路由器
await router.initialize();

// 路由任务
const decision = await router.routeTask("实现一个快速排序算法并分析时间复杂度");

console.log(decision);
// 输出:
// {
//   selectedModel: 'deepseek-reasoner',
//   selectedProvider: 'deepseek',
//   confidence: 0.85,
//   reasoning: '智能路由决策:基于能力匹配、成本效率、可靠性等3个因素选择最优模型',
//   metrics: {
//     estimatedCost: 0.002,
//     estimatedLatency: 1200,
//     qualityScore: 0.9
//   }
// }

📦 集成到OpenClaw

作为技能使用

// 通过OpenClaw技能系统调用
const result = await openclaw.skills.execute('dynamic-model-router', {
  action: 'route',
  task: "将'Hello World'翻译成中文"
});

作为插件使用

动态模型路由器也提供了OpenClaw插件,可自动集成到消息处理流程:

// openclaw.json 配置
{
  "plugins": {
    "allow": ["model-router"],
    "load": {
      "paths": ["/path/to/model-router-plugin"]
    },
    "entries": {
      "model-router": {
        "enabled": true,
        "minConfidence": 0.6
      }
    }
  }
}

⚙️ 配置

技能配置 (skill.json)

{
  "configuration": {
    "enabled": {
      "type": "boolean",
      "default": true,
      "description": "是否启用技能"
    },
    "learningEnabled": {
      "type": "boolean",
      "default": true,
      "description": "是否启用学习功能"
    },
    "defaultStrategy": {
      "type": "string",
      "enum": ["balanced", "cost-optimized", "performance-optimized", "quality-optimized"],
      "default": "balanced",
      "description": "默认路由策略"
    },
    "minSuccessRate": {
      "type": "number",
      "default": 0.8,
      "description": "最小成功率阈值"
    },
    "maxAcceptableLatency": {
      "type": "number",
      "default": 30000,
      "description": "最大可接受延迟(毫秒)"
    },
    "maxAcceptableCost": {
      "type": "number",
      "default": 100,
      "description": "最大可接受成本"
    }
  }
}

路由策略

策略描述适用场景
balanced平衡成本、延迟和质量通用任务
cost-optimized成本优先简单任务,预算有限
performance-optimized性能优先实时交互,低延迟要求
quality-optimized质量优先复杂分析,高精度要求

🔧 API参考

getRouter()

获取路由器实例。

function getRouter(): ModelRouter;

ModelRouter 接口

initialize(): Promise<void>

初始化路由器,加载配置和历史数据。

routeTask(task: string): Promise<RouterDecision>

路由任务到最佳模型。

参数:

  • task: string - 要路由的任务文本

返回:

interface RouterDecision {
  selectedModel: string;      // 选择的模型ID
  selectedProvider: string;   // 模型提供商
  confidence: number;         // 置信度 (0-1)
  reasoning: string;          // 决策理由
  metrics: {                  // 性能指标
    estimatedCost: number;    // 预估成本
    estimatedLatency: number; // 预估延迟(ms)
    qualityScore: number;     // 质量评分 (0-1)
  };
}
recordFeedback(decisionId: string, success: boolean, metrics?: FeedbackMetrics): Promise<void>

记录决策反馈用于学习。

getStatus(): RouterStatus

获取路由器状态。

📊 决策逻辑

评估维度

  1. 任务复杂度分析

- 文本长度、语言混合度、技术术语 - 问题类型:翻译、编码、分析、创意等

  1. 模型能力匹配

- 推理能力、代码能力、创意能力 - 多语言支持、上下文长度

  1. 成本效率

- 每token成本、API调用成本 - 批量处理优化

  1. 性能指标

- 预估延迟、吞吐量 - 可靠性、可用性

  1. 历史表现

- 成功率、用户满意度 - 特定任务类型表现

决策流程

任务输入 → 复杂度分析 → 模型筛选 → 多维评分 → 加权决策 → 输出结果

🧪 测试

# 运行测试
npm test

# 运行测试并生成覆盖率报告
npm test -- --coverage

# 运行特定测试
npm test -- tests/routing-engine.test.ts

测试覆盖率

  • 单元测试:核心算法、工具函数
  • 集成测试:完整路由流程
  • 性能测试:高并发场景
  • 边界测试:异常输入处理

🛠️ 开发

项目结构

dynamic-model-router/
├── src/
│   ├── index.ts          # 主入口,导出API
│   ├── core/             # 核心路由引擎
│   │   ├── router.ts     # 主路由器
│   │   ├── analyzer.ts   # 任务分析器
│   │   └── scorer.ts     # 模型评分器
│   ├── learning/         # 学习模块
│   │   ├── basic-learner.ts
│   │   └── feedback-processor.ts
│   ├── storage/          # 数据存储
│   │   ├── basic-storage.ts
│   │   └── models/
│   ├── models/           # 模型配置
│   │   ├── model-registry.ts
│   │   └── providers/
│   └── utils/            # 工具函数
│       ├── index.ts
│       └── complexity.ts
├── tests/                # 测试文件
├── dist/                 # 编译输出
├── config/               # 配置文件
├── docs/                 # 文档
├── package.json
├── skill.json           # ClawHub技能配置
├── tsconfig.json
└── README.md

构建

# 开发构建
npm run build

# 开发模式(监听变化)
npm run build:watch

# 清理构建
npm run clean

代码质量

# 代码检查
npm run lint

# 代码格式化
npm run format

# 类型检查
npx tsc --noEmit

🔒 安全与隐私

安全特性

  • 本地处理:所有路由决策在本地完成
  • 无数据外传:不向外部服务器发送用户数据
  • 输入验证:严格验证所有输入参数
  • 错误隔离:模块化设计,错误不扩散

隐私保护

  • 匿名化处理:学习数据不包含用户身份信息
  • 数据最小化:只存储必要的决策数据
  • 可配置保留:可配置数据保留期限
  • 安全存储:数据加密存储

📈 性能指标

指标目标值实际值
决策时间< 50ms~20ms
内存使用< 50MB~30MB
存储占用< 100MB~50MB
成功率> 95%98%
并发能力1000+ QPS5000+ QPS

🤝 贡献

欢迎贡献!请阅读贡献指南。

  1. Fork 项目
  2. 创建功能分支 (git checkout -b feature/amazing-feature)
  3. 提交更改 (git commit -m 'Add amazing feature')
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 开启 Pull Request

📄 许可证

本项目基于 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

  • OpenClaw - 提供技能框架和运行时
  • ClawHub - 技能分发平台
  • 所有贡献者和用户

📞 支持


让AI更智能,让选择更简单 🚀

平台分布

OpenClaw

94.21%
按下载量换算2,683

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills