技能介绍

要解决什么问题

在 Claude Code、Cursor、Cline 等支持 MCP 的 Agent 里，各家国产大模型各自一套 HTTP API、错误码和参数习惯。你每换一家模型，就要改配置、改调用代码，多模型对比更是重复劳动。CN Model Gateway（@user_1a470ba8/cn-model-gateway）的定位很明确：只做 MCP 协议网关——用 stdio 暴露标准 JSON-RPC 2.0，把 DeepSeek、通义千问、智谱 GLM、Kimi、腾讯混元、火山豆包、MiniMax、零一万物、百川、阶跃星辰等提供商统一成同一套 MCP tools/resources/prompts。

它不做本地推理、GPU 部署、微调或私有 SaaS；所有能力都走各厂商云端 API。

如何工作

进程启动后作为 MCP 服务器运行，框架通过 tools/list 发现 8 个工具，例如：

ask_model：单家提问、多家对比（providers 传 2+ 家）、以及 Function Calling（tools 参数）
describe_image：视觉描述，支持 Qwen-VL / GLM-4V / 豆包视觉等
embed_text / rerank / audio_transcribe / video_understand：嵌入、重排、语音转写、视频关键帧+视觉摘要
list_providers / health_check：查看已配置厂商与连通性

资源侧提供 cn-model-gateway://config（不含明文 key）与 cn-model-gateway://usage（本地 SQLite 统计）。Prompt 模板含 code_review、translate。实现上为纯 Python 标准库，无 pip 依赖；API Key 优先读环境变量（如 DEEPSEEK_API_KEY），config.json 可只保留非敏感项。auto 模式按能力画像与健康检查选路，失败可故障转移；错误统一映射为 MCP 标准码并返回中文说明。低配机器会做硬件感知并发限制。

边界与注意点

每次调用都会消耗对应厂商额度，费用自负；key 勿提交公开仓库。混元需 secret_id:secret_key 格式。未配置 key 的厂商会自动不可用，不影响其他家。需联网访问各 API；不支持批量异步，仅为同步单次调用。生产环境若对内容安全有要求，需在上层自行加过滤。

截图预览

使用场景

在 Cursor 或 Cline 的 MCP 里接入网关后，用 `ask_model` 的 `providers` 对同一技术问题并行请求 DeepSeek 与通义，整理差异写进选型记录。
排查线上问题时把报错截图路径交给 `describe_image`，让 Qwen-VL 或 GLM-4V 说明界面文案，再贴进 Jira 缺陷描述。
中文知识库检索链路里先 `embed_text` 生成段落向量，检索后用 `rerank` 按用户 query 重排候选片段再喂给对话模型。
把客户访谈的 mp3 用 `audio_transcribe` 转写，再经 `ask_model` 抽取待办与风险点，写入项目周报。

适合人员

负责给团队 Claude Code/Cursor 维护 MCP 配置、希望十家国产模型共用一套 tools 而非各自写 HTTP 适配的后端工程师
每月要做厂商对比报告、需要在相同 prompt 下收集 DeepSeek、智谱、Kimi 等多路输出的算法或平台工程师
在 Agent 里接 Function Calling（`tools` 参数）且规定生产环境 API Key 只能走环境变量、拒绝明文 config 的安全或平台工程师
需要读取 `cn-model-gateway://usage` 本地统计、向财务或管理层汇报各模型 token 占比与调用趋势的技术负责人