Token导航 LogoToken导航

Agent Skill · 待分类

models-config(模型配置)

models-config 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

models-config 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证信息还不明确,第三方扫描有未通过项,按安装量在待分类类的 11,209 个 Skill 里排第 7,063。

总安装 392周安装 16GitHub Stars 11下载 125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
unknown

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:models-config(模型配置)
来源仓库:https://github.com/dwsy/agent
仓库路径:skills/models-config
安装命令:
npx skills add https://github.com/dwsy/agent --skill models-config
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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/dwsy/agent --skill models-config

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理。通过 npx skills add 命令从指定仓库安装,需确认权限和维护状态。

涉及联网、命令执行或文件读写时,应先评估安全风险和操作边界。建议结合原始 README 核验具体用法和功能细节。

来源仓库内路径:skills/models-config

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 Codex、Claude、Cursor、Gemini CLI;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 npx skills add https://github.com/dwsy/agent --skill models-config;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

    它需要接触敏感数据,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

models-config 怎么安装?

在终端执行 npx skills add https://github.com/dwsy/agent --skill models-config。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

models-config 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。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。

models-config 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

models-config 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

models-config 用的人多吗?

公开数据是累计安装 392 次,近一周安装 16 次,下载 125 次,GitHub 11 星。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。

models-config 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 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 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
models-config

模型配置 · 本页

39211接触敏感数据未明确未通过

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

Models Config Skill

功能

编辑和管理 ~/.pi/agent/models.json 配置文件,支持多种 API 协议的测试和验证,以及从 https://models.dev/api.json 自动获取模型价格信息。

配置结构

{
  "providers": {
    "provider-name": {
      "baseUrl": "https://api.example.com",
      "apiKey": "sk-xxx",
      "api": "anthropic-messages|openai-completions|openai-responses",
      "authHeader": true
    }
  }
}

使用方法

基本操作

# 编辑配置文件
bat ~/.pi/agent/models.json

# 验证 JSON 格式
python3 -m json.tool ~/.pi/agent/models.json

协议类型

API 类型用途端点格式
anthropic-messagesClaude 消息 API/v1/messages
openai-completionsOpenAI Completions API/v1/chat/completions
openai-responsesOpenAI Responses API/v1/responses

测试方法

1. Anthropic Messages API

export ANTHROPIC_BASE_URL=https://api.xairouter.com
export ANTHROPIC_AUTH_TOKEN=sk-XvsJhNdiXcDYA3e5hzD1AJP5ploMAaFuMTUxp3bHRfCiZRNt

curl $ANTHROPIC_BASE_URL/v1/messages \
  -H "x-api-key: $ANTHROPIC_AUTH_TOKEN" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

2. OpenAI Completions API (Chat)

export OPENAI_BASE_URL=http://127.0.0.1:8317/v1
export OPENAI_API_KEY=proxypal-local

curl $OPENAI_BASE_URL/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "glm-4.7",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

3. OpenAI Responses API

export OPENAI_BASE_URL=http://127.0.0.1:8317/v1
export OPENAI_API_KEY=proxypal-local

curl $OPENAI_BASE_URL/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "glm-4.7",
    "input": "Hello"
  }'

4. 简化测试脚本

#!/usr/bin/env bash
# test-model.sh

PROVIDER=$1
BASE_URL=$2
API_KEY=$3
MODEL=$4

echo "Testing $PROVIDER with model $MODEL..."

case "$PROVIDER" in
  anthropic)
    curl -s "$BASE_URL/v1/messages" \
      -H "x-api-key: $API_KEY" \
      -H "anthropic-version: 2023-06-01" \
      -H "content-type: application/json" \
      -d "{\"model\":\"$MODEL\",\"max_tokens\":256,\"messages\":[{\"role\":\"user\",\"content\":\"Hi\"}]}" \
      | jq .
    ;;
  openai-chat)
    curl -s "$BASE_URL/chat/completions" \
      -H "Authorization: Bearer $API_KEY" \
      -H "content-type: application/json" \
      -d "{\"model\":\"$MODEL\",\"max_tokens\":256,\"messages\":[{\"role\":\"user\",\"content\":\"Hi\"}]}" \
      | jq .
    ;;
  openai-responses)
    curl -s "$BASE_URL/responses" \
      -H "Authorization: Bearer $API_KEY" \
      -H "content-type: application/json" \
      -d "{\"model\":\"$MODEL\",\"input\":\"Hi\"}" \
      | jq .
    ;;
esac

使用示例:

# 测试 Anthropic
bash test-model.sh anthropic \
  https://api.xairouter.com \
  sk-XvsJhNdiXcDYA3e5hzD1AJP5ploMAaFuMTUxp3bHRfCiZRNt \
  claude-sonnet-4-5

# 测试 OpenAI Chat
bash test-model.sh openai-chat \
  http://127.0.0.1:8317/v1 \
  proxypal-local \
  glm-4.7

常见配置

本地服务 (ProxyPal)

{
  "proxypal": {
    "baseUrl": "http://127.0.0.1:8317/v1",
    "apiKey": "proxypal-local",
    "api": "openai-completions",
    "authHeader": true
  }
}

Cloud 服务 (xAIRouter)

{
  "xairouter": {
    "baseUrl": "https://api.xairouter.com",
    "apiKey": "sk-xxx",
    "api": "anthropic-messages",
    "authHeader": true
  }
}

Ngrok 隧道

{
  "ngrok": {
    "baseUrl": "https://xxx.ngrok-free.dev/v1",
    "apiKey": "proxypal-local",
    "api": "openai-responses",
    "authHeader": true
  }
}

价格更新功能

从 https://models.dev/api.json 获取模型价格并更新到配置文件。

使用方法

# 更新所有模型价格
bun ~/.pi/agent/skills/models-config/update-prices.ts

工作原理

  1. 从 https://models.dev/api.json 获取最新价格数据
  2. 读取 ~/.pi/agent/models.json 配置文件
  3. 按 model ID 智能匹配价格信息
  4. 更新 cost 字段(input/output/cacheRead/cacheWrite)
  5. 显示更新摘要

匹配规则

优先级(从高到低):

  1. 精确匹配:model ID 完全相同
  2. 标准化匹配:去除前缀、版本号后相同

- anthropic/claude-sonnet-4-5 → claude-sonnet-4-5 - claude-sonnet-4-5-20250929 → claude-sonnet-4-5

  1. 模糊匹配:基于 Levenshtein 距离的相似度匹配(≥70%)

- 自动匹配最佳相似度的模型 - 显示匹配相似度百分比

支持的别名映射:

你的模型 ID匹配到
opus4.5claude-opus-4-5
claude-sonnet-4-5-20250929claude-sonnet-4-5
claude-haiku-4-5-20251001claude-haiku-4-5
z-ai/glm4.7glm-4.7
minimaxai/minimax-m2.1minimax-m2.1

模糊匹配示例

即使你的供应商不在 models.dev 中,只要模型名称相似,也会自动匹配:

bun ~/.pi/agent/skills/models-config/update-prices.ts

# 输出示例:
✓ Updated: claude-sonnet-4-5
  Old: {"input":0,"output":0,"cacheRead":0,"cacheWrite":0}
  New: {"input":2.6,"output":13,"cacheRead":0.26,"cacheWrite":3.2}
✓ Updated: glm-4.7
  Fuzzy matched "glm-4.7" -> "zai-glm-4.7" (85.7% similarity)
  Old: {"input":0,"output":0,"cacheRead":0,"cacheWrite":0}
  New: {"input":0,"output":0,"cacheRead":0,"cacheWrite":0}

=== Summary ===
Updated: 15 models
Not found: 3 models

Models without price data:
  - custom-model-x
  - experimental-beta

注意事项

  1. baseUrl 格式:

- anthropic-messages: 不需要 /v1 后缀 - openai-*: 通常需要 /v1 后缀

  1. 认证方式:

- Anthropic: x-api-key header - OpenAI: Authorization: Bearer header

  1. 测试前检查:

- 确认服务端口已启动(如 curl http://127.0.0.1:8317) - 检查 API Key 有效性 - 验证网络连通性

  1. 价格更新:

- 模糊匹配阈值:70% 相似度 - 匹配成功会显示相似度百分比 - 未匹配的模型会在摘要中列出 - 价格单位:美元/百万 tokens ($/1M tokens)

平台分布

Codex

34.24%
按下载量换算43

Claude

31.93%
按下载量换算40

Cursor

18.51%
按下载量换算23

Gemini CLI

9%
按下载量换算11

安全审计

Gen Agent Trust Hub

未通过

Socket

通过

Snyk

未通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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