BF cn-llm-router
Единый маршрутизатор для китайских больших языковых моделей. Объединяет 12 китайских больших языковых моделей, таких как DeepSeek, Tongyi Qianwen, Zhipu GLM, Kimi, Tencent Hunyuan, ByteDance Doubao, Baidu Wenxin, iFlytek Spark, MiniMax, Yi от 01.AI, Baichuan, Step, а также 3 визуальные модели Qwen-VL/GLM-4V/Doubao Vision в единый командный интерфейс; поддерживает маршрутизацию мультимодальных задач текст + изображение; автоматически или вручную выбирает наиболее подходящую и экономичную модель в зависимости от типа задачи (код/рассуждение/длинный текст/перевод/резюме/извлечение/распознавание изображений) на основе профиля возможностей; поддерживает потоковый вывод, автоматический подсчет стоимости токенов между поставщиками, адаптивное ограничение скорости оборудования (не замедляет компьютер), локальное кеширование семантики для экономии токенов, полнофункциональное офлайн-отладку с имитацией, напоминания об обновлении навыков. Используйте, когда пользователю требуется "вызвать китайскую большую языковую модель", "сравнить/снизить стоимость нескольких моделей", "управлять ключами нескольких моделей", "маршрутизировать большие модели локально", "не быть привязанным к одному поставщику", "распознавать содержимое изображений/аудио".
машинный переводПоказать оригиналСкрыть оригинал«国产大模型统一路由。把 DeepSeek、通义千问、智谱 GLM、Kimi、腾讯混元、字节豆包、百度文心、讯飞星火、MiniMax、零一万物…»
国产大模型统一路由。把 DeepSeek、通义千问、智谱 GLM、Kimi、腾讯混元、字节豆包、百度文心、讯飞星火、MiniMax、零一万物 Yi、百川、阶跃 Step 等 12 家国产大模型 + Qwen-VL/GLM-4V/豆包视觉 3 家视觉模型收敛成一个命令入口；支持文本 + 图片多模态任务路由；按任务类型（代码/推理/长文/翻译/摘要/抽取/图像识别）结合能力画像自动或手动选择最合适、最省钱的模型；支持流式输出、自动统计跨厂商 token 成本、硬件自适应限流（不拖累电脑）、本地语义缓存省 token、全链路离线 Mock 调试、技能更新提醒。当用户需要「调用国产大模型」「多模型比价/降本」「统一管理多个模型 Key」「本地跑大模型路由」「不想被某一家厂商绑定」「识别图片/音频内容」时使用。
Единый маршрутизатор для китайских больших языковых моделей.
Как процесс F 41/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/adapters/
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Секреты в коде
secret-high-entropy-token_core/cache.py:38Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)_embedding_model = SentenceTransformer('para…-v2')в кавычках -
низкая Секреты в коде
secret-high-entropy-tokenscripts/cache.py:38Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)_embedding_model = SentenceTransformer('para…-v2')в кавычках
Просканировано файлов: 28. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 5837 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 41/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/adapters/
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Стоимость исполнения. Тело инструкции 5837 токенов
- 100Шаги. Шагов: 45
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- -216 эмодзи в инструкциях: шум для модели
- -33 из 13 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 355 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 39 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (34 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.