AC openrouter-model-picker
Извлекает все модели ИИ из OpenRouter, позволяет пользователю выбирать и включать модели в интерактивном интерфейсе Canvas и обновлять конфигурацию OpenClaw одним нажатием. Используется, когда пользователь говорит «выбор моделей», «сменить модель», «обновить список моделей», «выбрать модель OpenRouter», «управлять моделями», «управление моделями», «переключить модель», «другая модель». Поддерживает группировку по производителям, фильтрацию по возможностям (визуальные/логические/бесплатные), поиск и фильтрацию, выбор основной модели, автоматическое обновление страницы через 3 секунды после применения, горячее обновление конфигурации без перезапуска Gateway.
машинный переводПоказать оригиналСкрыть оригинал«从 OpenRouter 拉取所有 AI 模型，在交互式 Canvas UI 中让用户选择启用模型并一键热更新 OpenClaw 配置。当用…»
从 OpenRouter 拉取所有 AI 模型，在交互式 Canvas UI 中让用户选择启用模型并一键热更新 OpenClaw 配置。当用户说"模型选择器"、"换模型"、"更新模型列表"、"选择 OpenRouter 模型"、"管理模型"、"模型管理"、"切换模型"、"换个模型"时使用。支持按厂商分组、按能力筛选（视觉/推理/免费）、搜索过滤、主模型选择，apply 后 3s 自动刷新页面，配置热更新无需重启 Gateway。
Извлекает все модели ИИ из OpenRouter, позволяет пользователю выбирать и включать модели в интерактивном интерфейсе Canvas и обновлять конфигурацию OpenClaw…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 7. 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")
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 863 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -2Ссылки на localhost: у другого пользователя не заработает
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 216 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.