← 返回 Skills 市场
mymrxu

Auto Model Selector

作者 MyMrXu · GitHub ↗ · v1.0.1
cross-platform ⚠ suspicious
424
总下载
0
收藏
3
当前安装
2
版本数
在 OpenClaw 中安装
/install auto-model-selector
功能描述
自动根据任务复杂度智能选择本地或云端AI模型,优化请求处理效率与效果。
使用说明 (SKILL.md)

智能路由技能

描述

根据用户问题的复杂度自动选择合适的AI模型进行处理。使用本地模型处理简单任务,云端模型处理复杂任务。

功能

  1. 智能路由:分析用户请求的复杂度
  2. 模型选择:自动根据请求的任务复杂度选择模型
  3. 自动切换:在每次用户请求时自动设置合适的模型

路由逻辑

简单任务(使用本地模型)

  • 时间/日期查询
  • 简单文件操作
  • 状态检查
  • 基础命令执行
  • 简短回答

复杂任务(使用云端模型)

  • 代码编写
  • 复杂分析
  • 创意写作
  • 深度解释
  • 多步骤任务

配置要求

  • 需要可用的本地模型服务 (Ollama)
  • 需要可用的云端模型API
  • 需要OpenClaw支持模型切换

使用方法

  1. 安装技能:clawdhub install smart-router
  2. 技能会自动分析每个用户请求
  3. 根据复杂度自动选择模型
  4. 处理完成后会报告使用的模型

示例

用户:现在几点了
技能:检测为简单任务 → 使用本地模型 → 回答时间

用户:帮我写一个Flutter登录页面
技能:检测为复杂任务 → 使用云端模型 → 生成代码

技术实现

  • 使用关键词匹配进行快速判断
  • 支持中英文关键词
  • 可配置的路由规则
  • 详细的日志输出

更新日志

  • 2026-03-05: 初始版本发布
安全使用建议
简明建议: - 注意导入时的网络副作用:smart_router 在模块初始化时会尝试检测可用模型并访问默认地址 http://192.168.10.14:11434(通过 curl 或 requests)。如果你不希望技能在加载时访问网络,先在代码中把默认 ollama_host 改为 'http://127.0.0.1:11434' 或将自动检测逻辑移出初始化流程。 - 声明缺失:代码调用 curl,但技能元数据未列出任何必需二进制,若要在生产环境运行请确保系统上安装 curl 或修改代码改用 requests。README 提到需要 requests,这应在元数据里反映出来。 - 私有 IP 风险:192.168.10.14 是局域网地址。它可能指向开发者机器或网络设备。确认该地址对你网络环境的含义,避免向未知内部主机泄露敏感提示文本。 - 审计与测试:在受限/隔离网络或容器中测试技能行为,观察其是否按预期仅与受控本地服务通信,检查 models.json 的写入位置和权限。 - 云调用链:技能只返回模型建议;实际调用云端模型将由平台执行并可能需要凭据。确认平台如何存取云模型以及是否会将用户提示发送到第三方服务。 总体建议:在修正或确认默认主机与声明的依赖后(或在沙箱中运行)再将此技能添加到生产代理。
功能分析
Type: OpenClaw Skill Name: auto-model-selector Version: 1.0.1 The skill is a legitimate model orchestration tool designed to route user queries to either local (Ollama) or cloud-based AI models based on task complexity. It uses a combination of regex patterns and a local 'judge' model to categorize requests. While it contains a hardcoded internal IP address (192.168.10.14) for the Ollama service and utilizes subprocess to execute curl for model detection, these actions are strictly limited to fixed strings and aligned with the stated purpose of managing local model infrastructure. No evidence of data exfiltration, malicious execution, or prompt injection was found.
能力评估
Purpose & Capability
技能名与描述(根据复杂度在本地/云端模型间路由)与代码实现大体一致:有关键词/小模型判断、模型管理与成本权重。 不过元数据声明“无需外部二进制/环境变量”,而代码在检测本地模型时通过 subprocess 调用 curl(model_manager._detect_local_models),并在 smart_router 中默认指向一个私有IP地址 http://192.168.10.14:11434;这与'无额外依赖'的声明不一致。
Instruction Scope
导入 smart_router 会在构造器中触发 model_manager.update_config_from_detection(),进而执行对 192.168.10.14:11434 的 HTTP 请求(通过 curl 或 requests),这意味着在技能被加载/导入时会立即进行网络访问(包含发送用户提示到本地 judge 模型的行为)。SKILL.md/README 未在显著位置说明模块导入时会主动访问网络,且默认 host 是一个硬编码的私有 IP(不是 localhost),这是一个意外的副作用,应明确告知或改为更安全的默认值。技能会读写自身目录下的 models.json(正常),并会缓存/记录请求(正常)。
Install Mechanism
技能没有安装规范(instruction-only 风格),这降低了安装时的风险。但实际包内包含多个 Python 脚本,会在运行时执行。代码期望存在 curl 可执行文件(通过 subprocess 调用),并可选依赖 requests 库(有降级逻辑)。包元数据没有声明需要 curl 或 Python 请求库,这是不一致的;没有外部下载或不可信URL,未检测到可疑安装来源。
Credentials
技能不要求任何环境变量或凭据,代码也未读取敏感 env 变量。模型列表包含云模型标识(deepseek/deepseek-chat),但本仓库并没有配置任何云 API 密钥或直接调用外部云服务——它仅返回模型建议;如果后续系统确实用此建议去调用云端模型,会由平台的模型调用逻辑处理(需用户确认云端调用如何认证)。唯一值得注意的是默认的本地 Ollama host 为 192.168.10.14(私有网络)——这不是解释为凭据,但会触及本地网络。
Persistence & Privilege
没有设置 always:true,也不会修改其他技能的配置。技能会在自身目录读写 models.json,这是预期内的持久化行为。模块导入时会触发检测网络请求(见上文),但并不试图修改系统级配置或其它技能文件。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install auto-model-selector
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /auto-model-selector 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.1
- 增加元数据文件 _meta.json,增强技能元信息描述 - SKILL.md 文件新增顶层元数据块,包含技能名称和兼容操作系统信息 - 其余内容保持不变
v1.0.0
auto-model-selector 1.0.0 - 首次发布智能路由技能,实现根据任务复杂度自动选择本地或云端AI模型 - 支持关键词匹配分析用户请求复杂度,自动切换模型 - 适配常见简单与复杂任务类型 - 支持中英文关键词和自定义路由规则 - 日志输出模型选择结果
元数据
Slug auto-model-selector
版本 1.0.1
许可证
累计安装 5
当前安装数 3
历史版本数 2
常见问题

Auto Model Selector 是什么?

自动根据任务复杂度智能选择本地或云端AI模型,优化请求处理效率与效果。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 424 次。

如何安装 Auto Model Selector?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install auto-model-selector」即可一键安装,无需额外配置。

Auto Model Selector 是免费的吗?

是的,Auto Model Selector 完全免费(开源免费),可自由下载、安装和使用。

Auto Model Selector 支持哪些平台?

Auto Model Selector 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 Auto Model Selector?

由 MyMrXu(@mymrxu)开发并维护,当前版本 v1.0.1。

💬 留言讨论