據 AlphaMoat 統計,截至 2026-09,Model Router 累計下載 4,879 次、獲 12 個星標,在全部 5,078 個 AI 技能中排名第 1,916 位,在「AI 智慧體」分類(969 個)中排名第 360 位。

累計安裝

577

累計下載

4879

星標

全站排名

#1,916

全站前 38% · 「AI 智慧體」前 38%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	149	4409	12	-
SkillHub ↗	577	4879	11	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

讀取模型配置或一份簡單的模型清單，為每個進來的請求挑一個合適的模型：一般或低複雜度的請求走最便宜的可用模型，高複雜度的請求換更強的。判斷依據包括模型宣告能力與可選成本分、任務複雜度啟發式，以及呼叫方給出的顯式覆蓋。複雜度啟發式可能把法律、醫療、安全或準確性要求高的請求路由到能力不足的模型。此類任務應把路由結果視為提示，並進行人工複核或明確覆寫；只載入可信、已審核的模型設定。

資料釋出於 2026-10-27

可以用來做什麼

把簡單問答壓到低成本模型
給複雜請求指定更強的模型

什麼時候用

模型呼叫成本偏高時
希望按任務難度自動換模型時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

這個簡單問題用最便宜的模型答

複雜任務自動換更強的模型處理

月度資料趨勢

累計下載4879

星標12

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	4879	—	12
2026-08	4356	+3.1%	12
2026-07	4225	+7.6%	12
2026-06	3925	+3.6%	11
2026-05	3790	—	11
2026-03	3331	—	11

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

1.7 KB · ClawHub v0.1.1

---
name: model-router-premium
version: 0.1.1
description: Route model requests based on configured models, costs and task complexity. Use for routing general/low-complexity requests to the cheapest available model and for higher-complexity requests to stronger models.
---

# model-router

This skill provides a compact, runnable router that inspects an OpenClaw-style configuration (or a simple models JSON) and selects an appropriate model for an incoming request based on:

展開全部(共 39 行)

- declared model capabilities and an optional cost score
- task complexity (heuristic: short/simple vs long/complex)
- explicit overrides (user or caller hints)

Design principles
- Keep decision logic small and deterministic.
- Default to the cheapest model for general, not-complex tasks.
- Escalate to stronger models when the task appears complex or asks for high-fidelity results.
- Make model metadata explicit (capabilities, cost_score, tags) so the router is transparent and auditable.

What this skill includes
- scripts/router.py — a small CLI and library to pick a model given a task description and a models configuration file.
- examples/models.json — example model configurations (name, provider, cost_score, capabilities).

When to use
- Trigger when you need to programmatically choose which LLM to call for a user request.
- Use for batching or middleware routing in server apps.

Usage (quick)
- Prepare a models file (JSON) with model entries. See examples/models.json.
- Call: python3 scripts/router.py --models examples/models.json --task "Summarize this email" --mode auto
- The script prints the chosen model and the reasoning.

Files
- scripts/router.py — router CLI/library
- examples/models.json — sample model list