Token导航 LogoToken导航

Agent Skill · 研究检索

stpku-model-router(stpku 型号路由器)

stpku-model-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。

stpku-model-router 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 31,102。

总安装 2,766周安装 113GitHub Stars 公开资料未说明下载 886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
1.0.1

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

stpku-model-router 根据任务类型自动选择最优模型,提升 OpenClaw 响应质量。适用于需要平衡速度与精度的文本生成、推理或分析类任务。通过 OpenClaw 安装后内置路由逻辑,无需手动指定即可调用合适模型。使用前应了解各模型能力边界,避免复杂任务分配至低阶模型造成错误。

建议监控系统负载与延迟变化,必要时手动覆盖默认路由策略。

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 stpku-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

stpku-model-router 怎么安装?

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

stpku-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。

stpku-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。

stpku-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。

stpku-model-router 用的人多吗?

公开数据是累计安装 2,766 次,近一周安装 113 次,下载 886 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。

stpku-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。
  • 需要处理研究检索类任务、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。

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
stpku-model-router

stpku 型号路由器 · 本页

2,766—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

name
model-router
description
Intelligent model routing for OpenClaw. Automatically selects the best model from 8 available models based on task type, content length, and quality requirements.

Model Router v1.0.0

智能模型路由器,为 OpenClaw 提供 8 个百炼模型的自动路由能力。

支持的模型

模型上下文输出优势场景
qwen3.5-plus1M65K通用任务、图像理解
qwen3-max256K65K复杂推理、高质量输出
qwen3-coder-next256K65K快速代码生成
qwen3-coder-plus1M65K大型代码项目理解
MiniMax-M2.5200K128K长文本生成、创作
glm-5196K16K中文理解、知识问答
glm-4.7196K16K快速响应、简单任务
kimi-k2.5256K32K长文档、图像理解

安装

clawhub install model-router

使用方式

命令行

# 查询编程任务
python3 model_router.py coding quick-fix

# 查询写作任务
python3 model_router.py writing long-article 50000

# 查询分析任务
python3 model_router.py analysis complex-reasoning 0 premium

Python API

from model_router import ModelRouter

router = ModelRouter()

# 简单查询
model = router.select('coding', 'quick-fix')
# 返回:bailian/qwen3-coder-next

# 带参数查询
model = router.select(
    task_type='writing',
    task_subtype='long-article',
    content_length=50000,
    quality='balanced'
)
# 返回:bailian/MiniMax-M2.5

# 获取模型信息
info = router.get_model_info('bailian/qwen3.5-plus')
print(info['name'])  # 通义千问 3.5 Plus
print(info['strengths'])  # ['general', 'multimodal', 'long-context']

# 解释选择原因
explanation = router.explain_choice('bailian/MiniMax-M2.5', 'writing', 'long-article')
print(explanation)

任务类型映射

编程任务 (coding)

  • quick-fix → qwen3-coder-next
  • new-feature → qwen3-coder-plus
  • code-review → qwen3-coder-plus
  • refactoring → qwen3-coder-plus
  • debug → qwen3.5-plus
  • documentation → qwen3-coder-next
  • test → qwen3-coder-next

写作任务 (writing)

  • short-content → glm-4.7
  • long-article → MiniMax-M2.5
  • technical-doc → qwen3.5-plus
  • creative-writing → MiniMax-M2.5
  • email → glm-4.7
  • report → qwen3.5-plus
  • script → kimi-k2.5

分析任务 (analysis)

  • simple-qa → glm-4.7
  • complex-reasoning → qwen3-max
  • data-analysis → qwen3.5-plus
  • research → glm-5
  • comparison → glm-5

多模态任务 (multimodal)

  • image-understanding → qwen3.5-plus
  • document-ocr → kimi-k2.5
  • chart-analysis → qwen3.5-plus
  • diagram → qwen3.5-plus

长上下文任务 (long-context)

  • book-summary → qwen3-coder-plus
  • legal-doc → qwen3.5-plus
  • meeting-notes → MiniMax-M2.5
  • transcript → kimi-k2.5

质量等级

等级说明推荐模型
economy经济快速glm-4.7, qwen3-coder-next
balanced平衡性能和成本qwen3.5-plus, kimi-k2.5
premium最佳质量qwen3-max, qwen3-coder-plus

配置

编辑 /home/skyswind/.openclaw/openclaw.json:

{
  "agents": {
    "list": [
      {
        "id": "main",
        "model": {
          "primary": "bailian/qwen3.5-plus",
          "fallback": ["bailian/glm-5", "bailian/kimi-k2.5"]
        }
      },
      {
        "id": "coding",
        "model": {
          "primary": "bailian/qwen3-coder-plus",
          "fallback": ["bailian/qwen3-coder-next"]
        }
      },
      {
        "id": "research",
        "model": {
          "primary": "bailian/glm-5",
          "fallback": ["bailian/qwen3-max", "bailian/qwen3.5-plus"]
        }
      },
      {
        "id": "social",
        "model": {
          "primary": "bailian/MiniMax-M2.5",
          "fallback": ["bailian/glm-4.7"]
        }
      }
    ]
  }
}

最佳实践

代码质量提升

  • ✅ 代码审查:qwen3-coder-plus
  • ✅ 新功能开发:qwen3-coder-plus
  • ✅ 快速修复:qwen3-coder-next

写作质量提升

  • ✅ 长文章:MiniMax-M2.5
  • ✅ 技术文档:qwen3.5-plus
  • ✅ 社交媒体:MiniMax-M2.5

分析质量提升

  • ✅ 复杂问题:qwen3-max
  • ✅ 研究报告:glm-5
  • ✅ 快速问答:glm-4.7

成本优化

  • 💰 简单任务用便宜模型(glm-4.7, qwen3-coder-next)
  • 💰 复杂任务用高端模型(qwen3-max, qwen3-coder-plus)
  • 💰 总体成本降低 30-50%

文件结构

model-router/
├── SKILL.md              # 技能文档
├── model_router.py       # 路由器实现
├── metadata.json         # 元数据
├── _meta.json            # 发布元数据
├── CHANGELOG.md          # 变更日志
└── references/           # 参考文档(可选)
    ├── usage-guide.md
    └── model-comparison.md

示例输出

$ python3 model_router.py coding quick-fix

推荐模型:bailian/qwen3-coder-next

🎯 选择 通义千问 Coder Next

**优势领域**: coding, quick-response
**上下文窗口**: 262,144 tokens
**最大输出**: 65,536 tokens
**速度**: fastest
**成本等级**: 💰

**适合任务**: coding → quick-fix

常见问题

Q: 如何自定义路由规则?

编辑 model_router.py 中的 TASK_MODEL_MAP 字典。

Q: 可以添加新模型吗?

可以,在 MODEL_PROFILES 中添加新模型的能力画像。

Q: 如何追踪模型使用成本?

在 model_router.py 中添加日志记录,统计各模型调用次数。

更新日志

v1.0.0 (2026-03-27)

  • ✅ 初始版本
  • ✅ 支持 8 个百炼模型
  • ✅ 实现任务类型路由
  • ✅ 添加命令行工具
  • ✅ 添加 Python API

License

MIT

作者

白龙马 🐴

平台分布

OpenClaw

76.65%
按下载量换算679

安全审计

VirusTotal

未展示

ClawScan

可疑

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。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