← Back to Skills Marketplace
Token Decision
by
nihaoxuan2026
· GitHub ↗
· v2.0.0
· MIT-0
52
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install token-decision
Description
实时分析任务类型并基于多维评分推荐最优国产大模型，自动执行并跟踪Token消耗与预算。
README (SKILL.md)
大模型Token用量及效果实时决策 v2.0
输入 prompt，自动推荐最优模型并直接执行 比价 + 评估 + ROI + TokenPlan换算 多维加权评分 | 上下文自动决策 | 故障转移 | 预算追踪
用法：加 /token决策，或说"推荐模型/最便宜/性价比"自动触发
开发者：乙春
自动触发：当用户说"推荐模型/最便宜/性价比/质量高/用哪个好/划算/对比"时，自动调用。
核心能力
- 任务分类 → 8类（写作/编程/翻译/分析/知识问答/总结摘要/数学推理/闲聊）
- 关键词匹配 + 置信度评估（≥3高/1-2中/0未知 fallback）
- 未知 prompt 自动语义 fallback 分类
- 多维加权评分 → 每类任务 5-6 个维度独立权重
- 编程重 efficiency(30%)，写作重 conciseness(30%)，数学重 accuracy(50%)
- 模型对比 → 9款国产模型实测数据，质量+成本+延迟
- 上下文自动决策 → 长文本(>2000字符)自动推荐大窗口模型
- 故障转移 → API调用失败自动切换备选模型（最多2次）
- 省钱计算 → 比次优方案省了多少一目了然
- 计费透明 → Token Plan 积分消耗换算
- 预算追踪 → 今日累计消耗显示
- 聚类进化 → cluster.py 自动发现新关键词并更新分类规则
- 直接执行 → 推荐即调用模型 API，返回结果
版本改进 (v1.0 → v2.0)
| 改进项 | 说明 |
|---|---|
| 智能分类 | 关键词 + 置信度 + fallback，不再一律兜底"闲聊" |
| 多维评分 | 8类任务 × 5-6维独立权重，替代单一 overall 公式 |
| 上下文决策 | 长文本自动切换大窗口模型，不再仅 ⚠️ 提示 |
| 故障转移 | API失败自动回退备选模型，最多3次尝试 |
| Token估算 | tiktoken 准确编码，替代 char×1.5 粗糙估算 |
| 预算追踪 | 每次推荐显示今日消耗 |
| 累计报表 | stats.py 新增今日/本周/累计节省统计 |
| 自动进化 | cluster.py --update 自动更新关键词 |
输出示例
=======================================================
大模型Token用量及效果实时决策 v2.0
开发：乙春 | 数据驱动 · 多维评分 · 智能路由
=======================================================
任务识别: 写作 | 模式: 均衡
🎯 推荐: deepseek-v3.2 (🏆 综合最优)
加权质量: 93.5/100 | 预估: 1250token | ¥0.000462
📊 备选模型（同一任务实测数据）
模型 质量 成本¥ 延迟 评价
-------------------------------------------------------
deepseek-v3.2 93.5 0.000462 3531ms 🏆推荐
deepseek-v4-flash 92.0 0.000839 0ms 长窗
hy3-preview 89.0 0.000000 0ms 免费
💰 比 deepseek-v4-flash 省 ¥0.000377
🪙 Token Plan 消耗估算:
基础token: 1250 × 计费系数1.3 = 1625 积分
参考: Token Plan 40元/月约可调用 246 次此类任务
📊 今日消耗 ¥0.001234
=======================================================
依赖
- Python 3.x + openai + python-dotenv + tiktoken
benchmark.db(9 模型 × 8 类实测).env(API Key，仅执行时需要)
数据来源
- 9 款国产大模型实测 benchmark
- Deepseek-V4-Pro 在线 8 维评分（accuracy/completeness/format_score/creativity/readability/conciseness/relevance/efficiency）
- tiktoken o200k_base 编码器（GPT-4o 通用编码）
文件结构
token-decision/
SKILL.md # 本文件
token_eval.py # 主程序：分类+评分+推荐+执行+预算
cluster.py # 聚类分析+关键词自动更新
stats.py # 使用统计面板（含累计节省）
benchmark.db # 9模型×8类实测数据库
.env # API Keys（不纳入版本管理）
Capability Tags
How to Use
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install token-decision - After installation, invoke the skill by name or use
/token-decision - Provide required inputs per the skill's parameter spec and get structured output
Version History
v2.0.0
Version 2.0.0 – Major feature upgrade for real-time token usage and ROI-based model decision.
- 智能任务分类支持 8 类应用，并引入关键词置信度与 fallback 逻辑，显著提升自动识别准确率
- 每类任务多维加权评分（5-6维独立权重），替代单一 overall 评价方式
- 自动按上下文长度推荐窗口合适的模型，处理长文本自动切换更优模型
- 故障转移机制，API失败自动切换备选模型，最多 3 次，提升可用性
- Token 精准估算（tiktoken 编码），并每次推荐显示今日累计消耗及节省报表
- cluster.py 支持关键词聚类自动进化，分类规则可动态自更新
- 推荐即自动调用最优模型 API 返回结果，全流程自动化
Metadata
Frequently Asked Questions
What is Token Decision?
实时分析任务类型并基于多维评分推荐最优国产大模型，自动执行并跟踪Token消耗与预算。 It is an AI Agent Skill for Claude Code / OpenClaw, with 52 downloads so far.
How do I install Token Decision?
Run "/install token-decision" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is Token Decision free?
Yes, Token Decision is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does Token Decision support?
Token Decision is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created Token Decision?
It is built and maintained by nihaoxuan2026 (@nihaoxuan2026); the current version is v2.0.0.
More Skills