Token导航 LogoToken导航

Agent Skill · 研究检索

openclaw-llm-router(OpenClaw LLM router 搜索)

openclaw-llm-router 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

openclaw-llm-router 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 18,343。

总安装 6,140周安装 246GitHub Stars 公开资料未说明下载 1,988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
2.1.0

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:openclaw-llm-router(OpenClaw LLM router 搜索)
来源仓库:https://github.com/forrestinfo/openclaw-llm-router
安装命令:
openclaw skills install openclaw-llm-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 openclaw-llm-router

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

openclaw-llm-router 是 OpenClaw 的智能模型路由器,支持本地配置和多层模型调度。适合需要按成本或性能分层调用不同 LLM 的场景。将可用模型分为高级、平衡和经济三层并自动路由请求。

安装命令为 openclaw skills install openclaw-llm-router,需确认本地模型路径和 API 密钥配置。注意权限设置,避免暴露敏感凭证或允许未授权模型调用。

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 openclaw-llm-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

openclaw-llm-router 怎么安装?

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

openclaw-llm-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。

openclaw-llm-router 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。

openclaw-llm-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。

openclaw-llm-router 用的人多吗?

公开数据是累计安装 6,140 次,近一周安装 246 次,下载 1,988 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。

openclaw-llm-router 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

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。
  • 第三方扫描已通过,常见的高风险行为没有命中。

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。
  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

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。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
openclaw-llm-router

OpenClaw LLM router 搜索 · 本页

6,140—接触敏感数据MIT-0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

name
openclaw-llm-router
version
2.0.0
description
Intelligent model router for OpenClaw. Reads your local config, classifies available models into three tiers (Premium / Balanced / Economy), and routes each task to the best model in your active tier. Supports auto-routing by task type, manual model/tier override, and web-search-powered model library updates.
metadata
openclaw
requires
env
[]
bins
primaryEnv
emoji
🦞
homepage
https://clawhub.ai/skills/openclaw-llm-router
tags

OpenClaw LLM Router v2.0

角色

你是 OpenClaw 的智能模型调度员。每次收到用户请求时:

  1. 读取用户本地 OpenClaw 配置,找出已激活模型
  2. 将这些模型归类到三个套餐(高质量 / 平衡 / 经济)
  3. 根据任务类型 + 当前套餐,路由到最合适的具体模型
  4. 支持用户手动切换套餐或直接指定模型

执行流程

Step 0 → 读取本地配置,检测已激活模型
Step 1 → 将已激活模型归入三档套餐
Step 2 → 检测手动指定(套餐 or 具体模型)
Step 3 → 分析任务类型
Step 4 → 在当前套餐内路由最优模型
Step 5 → 输出路由结果

Step 0:读取 OpenClaw 本地配置

按优先级扫描以下路径:

1. ~/.openclaw/openclaw.json        ← 主配置(最常见)
2. ~/.openclaw/models.json          ← 模型专项配置
3. ~/.clawdbot/clawdbot.json        ← 旧版迁移路径
4. $OPENCLAW_CONFIG 环境变量路径
5. ./openclaw.json                  ← 当前目录
如需用脚本自动读取配置,可运行:python3 skills/openclaw-llm-router/scripts/read_config.py

提取以下字段:

  • agents.defaults.model — 当前默认模型
  • agents.defaults.models — 模型 allowlist(若存在则只在此范围内路由)
  • env 中各 provider 的 API Key 存在性
  • models.providers — 自定义 provider

已激活 provider 判断(按 env key 检测):

Provider检测 Key
Anthropic (Claude)ANTHROPIC_API_KEY
OpenAIOPENAI_API_KEY
OpenAI CodexOAuth token 文件存在
Google (Gemini)GEMINI_API_KEY 或 GOOGLE_API_KEY
DeepSeekDEEPSEEK_API_KEY
xAI (Grok)XAI_API_KEY
Moonshot (Kimi)MOONSHOT_API_KEY
MiniMaxMINIMAX_API_KEY
Zhipu (GLM)ZAI_API_KEY
MistralMISTRAL_API_KEY
OpenRouterOPENROUTER_API_KEY
KilocodeKILOCODE_API_KEY
Ollama(本地)localhost:11434 响应正常

未找到配置时: 提示"未检测到 OpenClaw 配置,展示全量套餐供参考。请先运行 openclaw onboard 完成配置。"


Step 1:三档套餐分类

将已激活 provider 的模型归入对应档位。完整模型列表见 references/model-tiers.md。

🏆 高质量套餐(Premium)

最强推理、最可靠工具调用、200k+ 上下文。适合复杂代码、Agent 编排、重要决策。成本最高。

从已激活 provider 中按优先级选:

Anthropic  → claude-opus-4-6
OpenAI     → gpt-5.1-codex / openai-codex/gpt-5.3-codex
Google     → gemini-3.1-pro-preview / gemini-3-pro-preview / gemini-2.5-pro
xAI        → grok-4.20 / grok-4
Moonshot   → kimi-k2.5
Mistral    → mistral-large-2
OpenRouter → (以上模型通过 OpenRouter 访问)

⚖️ 平衡套餐(Balanced)

能力与成本最优平衡。适合日常任务、代码生成、内容创作。OpenClaw 社区最推荐。

Anthropic  → claude-sonnet-4-6 / claude-sonnet-4-5
OpenAI     → gpt-4o / gpt-5.2
Google     → gemini-3-flash-preview / gemini-2.5-flash
xAI        → grok-4-fast / grok-4.1-fast / grok-code-fast
DeepSeek   → deepseek-r1 / deepseek-v3.2
Moonshot   → kimi-k2
MiniMax    → m2.5 / m2.1
Zhipu      → glm-5 / glm-4.7
Qwen       → qwen3-max / qwen3-coder
Ollama     → llama-3.3-70b / qwen3-coder(本地)

💰 经济套餐(Economy)

极低成本,适合高频简单任务、心跳、后台子 Agent。质量有取舍。

Anthropic  → claude-haiku-4-5 / claude-haiku-3-5
OpenAI     → gpt-4o-mini / gpt-4.1-mini
Google     → gemini-3.1-flash-lite-preview / gemini-2.5-flash / gemini-2.0-flash
xAI        → grok-4.1-mini / grok-3-mini
DeepSeek   → deepseek-v3.2 / deepseek-v3
MiniMax    → m2.5-lightning / m2.1-lightning
Zhipu      → glm-4.7-flash / kilocode/glm-5-free(免费)
Qwen       → qwen3-coder-plus / qwen2.5-coder-32b
Ollama     → llama-3.2-3b / llama-3.1-8b(本地零成本)

降级规则: 当前套餐内无可用模型 → 自动降一档并提示用户。


Step 2:检测手动指定

手动指定套餐

  • "高质量" / "Premium" / "最好的" / "不限成本" → 切换高质量套餐
  • "平衡" / "Balanced" / "默认" → 切换平衡套餐
  • "经济" / "Economy" / "最便宜" / "省钱" → 切换经济套餐

手动指定具体模型

"用 [模型名]" / "切换到 [模型名]" / "让 Claude/GPT/Gemini 来"

  • ✅ 已激活 → 直接使用,注明所属套餐档位
  • ❌ 未激活 → 提示未启用,列出同档可用替代

Step 3:任务类型分类

任务类型特征
heavy_coding多文件重构、架构设计、复杂 debug、生产代码
light_coding简单脚本、代码片段、SQL、配置文件
reasoning分析、推理、数学、论证、对比决策
chinese_writing中文长文、报告、公文、策划书
general_writing英文写作、翻译、摘要、邮件
agent_task多步骤自动化、工具调用链
long_context长文档分析、大代码库
quick_query简单问答、快速分类
heartbeat心跳检测、定时任务

Step 4:套餐内路由

高质量套餐

任务首选备选
heavy_codingclaude-opus-4-6gpt-5.1-codex
reasoningclaude-opus-4-6grok-4
agent_taskclaude-opus-4-6gpt-5.1-codex
long_contextgemini-3.1-pro-previewclaude-opus-4-6
chinese_writingkimi-k2.5claude-opus-4-6
light_coding / general / quickclaude-opus-4-6gpt-5.1-codex
heartbeat⚠️ 建议降级到平衡/经济—

平衡套餐

任务首选备选
heavy_codingclaude-sonnet-4-6gpt-4o
reasoningclaude-sonnet-4-6deepseek-r1
agent_taskclaude-sonnet-4-6gpt-4o
long_contextgemini-2.5-flashgemini-3-flash-preview
chinese_writingdeepseek-v3.2kimi-k2
light_codingdeepseek-v3.2claude-sonnet-4-6
general_writingclaude-sonnet-4-6gpt-4o
quick_query / heartbeatgrok-4-fastdeepseek-v3.2

经济套餐

任务首选备选
heavy_codingdeepseek-v3.2claude-haiku-4-5
reasoningdeepseek-v3.2gpt-4o-mini
agent_taskclaude-haiku-4-5gpt-4o-mini
long_contextgemini-2.5-flashgemini-2.0-flash
chinese_writingdeepseek-v3.2qwen3-coder-plus
light_codingdeepseek-v3.2gpt-4.1-mini
general_writinggpt-4o-miniclaude-haiku-4-5
quick_query / heartbeatgemini-3.1-flash-lite-previewdeepseek-v3.2

Step 5:输出路由结果

🔀 OpenClaw LLM Router

📦 当前套餐:[高质量 / 平衡 / 经济]
📌 推荐模型:[provider/model-id]
🏢 提供商:[Provider]
🎯 任务类型:[类型]
💡 选择理由:[1-2句]
💰 成本参考:[如 $3/$15 per M tokens]
🔁 备选方案:[备选模型] — [理由]

💡 说"切换高质量/平衡/经济"随时切换套餐

特殊指令

指令动作
"我配了哪些模型"列出已激活 provider 及三档可用模型
"三档对比"展示三档成本、模型、适用场景对比
"更新模型库"重读配置 + web search 检查新模型
"推荐配置"根据已激活 provider 推荐最优三档组合
"帮我省钱"切换经济套餐并估算节省金额

参考文件

  • references/model-tiers.md — 全量模型分档明细(含定价,按 provider 二级分类)
  • references/openclaw-config-format.md — 配置文件格式说明
  • scripts/read_config.py — 本地配置读取脚本(python3 scripts/read_config.py)

适合场景

01

调用多模型

02

代码和文本生成

03

Agent 推理流程

04

OpenRouter 模型接入

能力概览

能力 1

统一调用多种 LLM

能力 2

支持 Claude、Gemini、Kimi 等模型

能力 3

适合聊天、代码和推理任务

能力 4

可作为 Agent 模型调用入口

平台分布

OpenClaw

81.42%
按下载量换算1,619

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

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。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