智能模型路由

技能简介

根据任务复杂度自动选择最便宜的Claude模型：Haiku处理简单查询，Sonnet承担标准工作，Opus应对复杂推理。通过三级递进策略降低50%-90%的API调用成本。

业务背景

智能模型路由让AI调用成本可控。系统根据任务复杂度自动匹配Claude三级模型：简单问答走低价Haiku，标准任务用Sonnet，复杂推理才启用Opus。避免"杀鸡用牛刀"的浪费，在保障输出质量的同时显著压缩API支出。

落地案例：客服团队处理用户咨询时，常规问题由Haiku快速应答；遇到需多步骤排查的技术故障，系统自动切换Sonnet分析日志并给出修复方案；仅当涉及系统架构改造等深度决策时，才调用Opus生成详细评估报告。全程无需人工判断该用哪个模型，后台按规则自动完成最优选择。

能做什么

• 自动判断任务类型并分配合适模型
• 按成本从低到高逐级升级，避免过度消费
• 支持子代理和定时任务的模型指定
• 提供清晰的决策树快速参考

使用说明

安装指令：该技能为配置型规则，无需额外安装，直接在调用Claude API时通过model参数指定层级。

使用方式：

1. 默认所有请求使用Haiku（$0.25/M输入）
2. 当任务涉及10行以上代码、多步分析或超过3段落写作时，升级到Sonnet（$3.00/M输入）
3. 遇到架构决策、复杂调试或需要30秒以上专注思考的任务，升级到Opus（$15.00/M输入）
4. 子代理调用示例：sessions_spawn(task="检查备份状态", model="haiku")
5. 定时任务默认使用Haiku，除非确实需要推理能力

输入与输出

见下方输入与输出表格。

风险提示

• 模型选择错误可能导致成本浪费或响应质量不足
• Haiku无法处理超过10行的代码生成任务
• 复杂任务若未正确升级至Opus，可能得到次优结果
• 需人工复核关键生产决策，不可完全依赖自动路由

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/millibus/smart-model-switching/SKILL.md
来源类型：GitHub仓库