Agent Skills
返回列表
🤖

Venice 文本模型路由

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/venice-text-routing-lr-zd7n。

技能介绍

要解决的问题

当本地 Agent 收到一条 prompt 时，它实际要先回答一个路由问题：本地模型能不能处理？如果不能，该升级到哪个 Venice 文本模型——既要满足隐私等级、模态与能力要求，又要尽量便宜。没有这层逻辑，Agent 只能每次决策时直接请求 /models，既慢又浪费配额。

核心能力与关键步骤

这个技能编码了"调用哪个 Venice 文本模型"的决策逻辑：位于 venice-chat（调用面）之上，消费 venice-models（发现接口）。核心流程是快照驱动的：

  • 读取 snapshots/text-routing.json 作为路由依据
  • 若文件缺失，或 snapshot_date 超过 30 天，运行 python scripts/refresh_routing.py 重新生成
  • 脚本依赖环境中的 VENICE_API_KEY，会同时重写 snapshots/text-routing.json 和 routing-matrix.md
  • 首次安装后运行一次，之后约每月一次（CI 夜间任务也可以）
  • 隐私等级阶梯：选择满足请求的最小限制档位，从 anonymized 到 private、TEE、E2EE
  • 候选可来自 trait 快捷方式（如 default_reasoning、most_intelligent），也可手动筛选

适用边界与注意点

  • 它只负责"选哪个模型"，不负责实际聊天调用（那是 venice-chat），也不负责原始字段发现（那是 venice-models）
  • 不要在每次路由决策时都请求 /models，否则快照机制形同虚设
  • 隐私限制越严格，候选池越小，成本往往越高，因此应选满足需求的最小限制档位

使用场景

  • 本地 Agent 收到超出能力范围的 prompt，需要挑一个最便宜且满足要求的 Venice 文本模型
  • 构建本地优先的 Agent，遇到困难任务时自动升级到 Venice 处理
  • 需要按隐私要求（匿名化、private、TEE、E2EE）为不同请求选择合适档位
  • 要在 trait 快捷方式和手动筛选的候选模型之间做选择

适合人员

  • 构建本地优先 Agent 的开发者，需要模型升级与隐私档位的可复用决策逻辑
  • 维护多档隐私策略的团队，要按请求自动选择最小限制的隐私等级
  • 为 Agent 编写路由层的工程师，想避免每次决策都请求 /models
  • 需要快照机制管理模型清单的 CI 维护者，希望定期刷新 text-routing.json