Agent Skills
返回列表
🤖

中继到 Agent

AI Agent 更新于 2026.08.30

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 @org-eyw2ohcx/sundial-org-awesome-openclaw-skills-relay-to-agent。

技能介绍

问题在哪

如果你本地或内网已经挂了 Ollama、vLLM、LiteLLM,或者订阅了 OpenRouter、Connect Chat 这类 OpenAI 兼容网关,真正缺的是一层「按 Agent ID 转发、还能记上下文」的调用方式。直接在 curl 里拼 chat/completions 可以,但列代理、固定会话、多路并行对话都要自己维护。

技能如何工作

Relay To Agent 面向任意实现 Chat Completions API 的端点:在 {baseDir}/agents.json 里配置各 Agent 与 base_url,也可配合环境变量覆盖。常用 CLI 能力包括:

  • --list:列出已配置的 Agent
  • --agent ID:向指定 Agent 发送消息(必填)
  • 默认多轮对话:会话落在 ~/.cache/relay-to-agent/sessions/,同一 Agent + session 最多保留 50 条消息
  • --session ID:与同一 Agent 开多条并行会话
  • --reset:发信前清空当前会话
  • --json:输出原始 JSON,便于脚本接入

兼容服务在文档中明确列举:Connect Chat、OpenRouter、本机 LiteLLM / vLLM / Ollama,以及其它 OpenAI 兼容 API。

边界与注意点

它解决的是「配置化 Agent + 本地会话缓存 + 统一 CLI」,不是替你选型模型、也不是托管密钥策略。端点鉴权、网络可达性、各后端对 model / tools 等字段的差异仍需按你的网关文档自行核对;并行会话要靠不同的 --session 区分,避免把测试对话和正式排查混在同一条上下文里。

使用场景

  • 内网 LiteLLM 已接入多个业务 Agent,需要用 `--list` 确认 ID 再发调试消息
  • 本地 Ollama 跑自定义模型,希望 `--session` 分开压测对话与正式验收脚本
  • 通过 OpenRouter 切换厂商模型,用 `--reset` 在换提示词模板前清空上下文
  • CI 脚本调用 `--json` 把 Relay 输出直接喂给下游断言,无需手写 HTTP 客户端

适合人员

  • 维护 agents.json、要把 LiteLLM 多租户路由接到日常排查 CLI 的平台工程师
  • 在笔记本上跑 vLLM/Ollama、需要固定会话目录做多轮实验的 ML 应用开发者
  • 对接 Connect Chat 或 OpenRouter、用统一 Chat Completions 面做 Agent 冒烟测试的集成工程师
  • 编写自动化运维脚本、要把 Agent 对话纳入流水线而非一次性 curl 的 SRE