Token导航 LogoToken导航TokenDH.com
开发需要联网clawhub未标认证来源可访问clear审计通过

model-router-hook型号路由器挂钩

Agent Skill

model-router-hook 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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。

总安装

9,984

周安装

409

GitHub Stars

公开资料未说明

下载量

3,232
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:model-router-hook(型号路由器挂钩)
来源仓库:https://github.com/kevinzhj/model-router-hook
安装命令:
openclaw skills install model-router-hook
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 model-router-hook

简介

用于根据任务复杂度、用户偏好和成本预算智能路由到最优 LLM 模型。

  • 适合开发中需要动态选择模型(如简单任务用 k2p5,复杂任务用思维模型)的场景。
  • 通过 clawhub 安装,需确认权限范围和维护状态。
  • 建议结合来源仓库和 README 核验配置方式与触发条件。
  • 使用前请评估是否会触发联网或 API 调用,避免产生意外费用。

SKILL.md

name
model-router-hook
description
|

Model Router Hook V4

智能模型路由系统 - 自动根据任务复杂度选择最优 AI 模型。

快速开始

from model_router_hook import create_router

# 创建路由器
router = create_router(
    user_id="user_001",
    daily_budget=5.0  # 每日预算 5 美元
)

# 处理用户输入 - 自动路由并切换模型
result = router.on_user_input("帮我写个快排算法")
# 返回: {'mode': 'thinking', 'model': 'kimi-coding/kimi-k2-thinking', ...}

# 回复完成后 - 自动反思学习
router.on_response_complete(
    user_input="帮我写个快排",
    response=generated_response,
    user_next_input=user_next_message
)

# 记录实际成本
router.record_actual_cost(tokens_in=1500, tokens_out=800, 
                         actual_cost=0.005, latency_ms=1200)

系统架构

P0-P5 核心层

层级功能说明
P0意图识别V214种深度信号(为什么/分析一下/总结一下...)
P1动态阈值自适应调整(用户偏好+时间+话题成功率)
P2会话记忆上下文感知 + 全局用户画像(跨会话学习)
P3事后反思质量评估 + 自动学习
P4自动切换OpenClaw 集成,真正执行切换
P5成本控制预算管理 + 实际成本追踪

优化A-G

  • A: OpenClaw 集成 - 真正调用 session_status
  • B: 实际成本追踪 - 支持 API 实际成本
  • C: P3 质量评估增强 - 自动检测回复质量
  • D: A/B 测试框架 - 策略效果量化
  • E: 并发安全 - 线程锁+原子操作
  • F: 降级容错 - 错误时自动 fallback
  • G: 实时仪表板 - 监控与学习进度

详细使用指南

基础使用

from model_router_hook import create_router

router = create_router(
    user_id="my_user",           # 用户ID,用于全局画像
    daily_budget=10.0,           # 每日预算(美元)
    enable_ab_test=False         # 是否开启 A/B 测试
)

# 处理输入
result = router.on_user_input("帮我分析这个架构")
print(result['mode'])          # 'thinking' 或 'fast'
print(result['switched'])      # 是否发生了切换
print(result['decision_log'])  # 决策原因

# 结束会话(保存学习成果)
router.end_session()

在 OpenClaw 中集成

class SmartAgent:
    def __init__(self):
        self.router = create_router(
            user_id="agent_main",
            daily_budget=10.0
        )
    
    async def on_message(self, user_input: str):
        # 1. 自动路由决策
        result = self.router.on_user_input(user_input)
        
        # 2. 使用当前模型生成回复
        response = await self.generate_response(user_input)
        
        # 3. 等待下一条消息,然后反思
        next_input = await self.wait_for_next_message()
        self.router.on_response_complete(
            user_input, response, next_input
        )
        
        return response

API 参考

详见 scripts/model_router.py 完整代码。

主要类:

  • ModelRouterHook: 主路由器类
  • SessionMemory: 会话记忆
  • GlobalUserMemory: 全局用户画像
  • CostControllerV2: 成本控制器
  • ResponseQualityEvaluator: 质量评估器
  • Dashboard: 实时仪表板

文件结构

model-router-hook/
├── SKILL.md                    # 本文件
└── scripts/
    └── model_router.py         # 主代码 (894行)

存储位置

数据自动存储在:

  • ~/.openclaw/workspace/memory/model-router/

- user_{id}_profile.json - 全局用户画像 - session_{id}_memory.json - 会话记忆 - cost_{user}_{month}.jsonl - 成本记录

测试状态

✅ 全部测试通过 (10/10)

  • 意图识别: 14/14 (100%)
  • 复杂度分析: 5/5 (100%)
  • 成本控制器: ✅
  • 质量评估: ✅
  • OpenClaw 集成: ✅
  • 路由器流程: 4/4 (100%)
  • 降级容错: ✅
  • 并发安全: ✅

生产就绪!


*Version: V4.0* *Code: 894 lines, 33.9KB* *Date: 2026-03-04*

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

89.43%
按下载量换算2,890

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills