Artificial Analysis Models
/install artificial-analysis-models
Artificial Analysis 模型信息 → 飞书表格
从 Artificial Analysis 免费 API 拉取 LLM 价格、速度、评测分数,整理到飞书多维表格,便于销售/售前查阅。
前置:API Key
- 在 Artificial Analysis Insights Platform 注册并生成 API Key
- 任选一种配置方式:
# 方式 A:环境变量
export ARTIFICIAL_ANALYSIS_API_KEY="你的key"
# 方式 B:凭证文件(推荐)
mkdir -p ~/.openclaw/credentials
cat > ~/.openclaw/credentials/artificial-analysis.json \x3C\x3C'EOF'
{"api_key": "你的key"}
EOF
chmod 600 ~/.openclaw/credentials/artificial-analysis.json
免费 API 限额:1000 次/天;请缓存结果,不要每次对话都重复全量拉取。
工作流(在飞书调用本 skill 时执行)
1. 拉取 API 数据
node {SKILL_DIR}/scripts/fetch-llms.mjs
产出:~/.openclaw/cache/artificial-analysis/llms-latest.json
2. 生成多维表格记录
node {SKILL_DIR}/scripts/build-bitable-records.mjs
产出:
bitable-records.json—batch_create/batch_update用的records[]bitable-field-defs.json— 建表字段定义
{SKILL_DIR} = 本 skill 目录。
3. 飞书多维表格(核心交付)
不要把 JSON 文件路径发给用户;交付物是可打开的多维表格链接 + 简短说明。
3.1 首次:创建表格
若无现成表格,复制 bitable-config.example.json 为 bitable-config.json 并留空 token,由 Agent 创建后写回。
-
feishu_bitable_app.createname:AI 模型信息库(Artificial Analysis)- 可选
folder_token(用户指定文件夹时)
-
feishu_bitable_app_table.createapp_token: 上一步返回name:LLM 模型一览fields: 读取bitable-field-defs.json(类型见 references/bitable-setup.md)
-
feishu_bitable_app_table_record.list— 若存在空行则batch_delete删掉默认空记录 -
feishu_bitable_app_table_record.batch_createrecords: 从bitable-records.json读取,每批 ≤500 条,多批串行并间隔 0.5–1 秒
-
将
app_token、table_id写入{SKILL_DIR}/bitable-config.json供下次更新 -
给用户发多维表格链接(从
feishu_bitable_app返回的 URL 或说明如何在工作台打开该 Base)
3.2 后续:更新表格
若 {SKILL_DIR}/bitable-config.json 已有 app_token + table_id:
feishu_bitable_app_table_record.list拉取现有记录(分页),建立模型ID → record_id映射- 对比
bitable-records.json:- 新 ID → 加入
batch_create批次 - 已有 ID → 加入
batch_update批次(带record_id)
- 新 ID → 加入
- 串行执行批量写入(遵守 500 条/批、勿并发写同一表)
4. 飞书私聊摘要(给销售同学)
发送示例(无本地路径):
已更新 AI 模型信息表(数据来源 Artificial Analysis,{N} 个模型)
要点:
• 智能指数最高:{模型名}({分数})
• 综合价格最低(Top3 中):{模型名}(${价格}/1M tokens)
• 编程指数最高:{模型名}
📎 多维表格:{表格链接或打开方式}
数据说明:https://artificialanalysis.ai/
可根据 llms-latest.json 中 intelligence_index、price_blended_3_1、coding_index 排序生成 3–5 条要点。
API 字段说明(LLM 端点)
| API 字段 | 表格列 |
|---|---|
evaluations.artificial_analysis_intelligence_index |
智能指数 |
evaluations.artificial_analysis_coding_index |
编程指数 |
evaluations.artificial_analysis_math_index |
数学指数 |
evaluations.mmlu_pro 等 |
转为 % 显示 |
pricing.price_1m_* |
价格列(USD / 1M tokens) |
median_output_tokens_per_second |
输出速度 |
id |
模型ID(更新主键) |
完整 API 文档:API Reference
依赖工具
feishu_bitable_app/feishu_bitable_app_table/feishu_bitable_app_table_field/feishu_bitable_app_table_record- 详见 skill
feishu-bitable
禁止
- 不要把
llms-latest.json、bitable-records.json路径当最终交付发给销售用户 - 不要在没有 API Key 时假装拉取成功
- 不要突破 1000 次/日限额频繁全量请求(应复用
llms-latest.json除非用户明确要求刷新)
扩展(可选)
用户若需要 Text-to-Image / Video 等,可另调:
GET /api/v2/data/media/text-to-image(include_categories=true)- 需单独建表;本 skill 默认仅 LLM 文本模型 端点。
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install artificial-analysis-models - 安装完成后,直接呼叫该 Skill 的名称或使用
/artificial-analysis-models触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
Artificial Analysis Models 是什么?
Fetch LLM benchmarks and pricing from Artificial Analysis API and sync to a Feishu Bitable table. Use when updating model specs, prices, benchmark scores, or... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 44 次。
如何安装 Artificial Analysis Models?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install artificial-analysis-models」即可一键安装,无需额外配置。
Artificial Analysis Models 是免费的吗?
是的,Artificial Analysis Models 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
Artificial Analysis Models 支持哪些平台?
Artificial Analysis Models 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 Artificial Analysis Models?
由 neymar011ren(@neymar011ren)开发并维护,当前版本 v1.0.0。