智模三层路由
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 @zcwl/smart-model-routing-for-zai。
技能介绍
要解决什么问题
在 z.ai(GLM)多档位模型并存时,默认总用高配会把账单撑大;一律用 Flash又容易在长代码、架构讨论上翻车。本质是:同一条 Agent 流水线里,不同子任务对推理深度和时延的诉求并不相同,却缺少一套可执行的升档规则。
技能如何工作
技能定义 Flash → Standard → Plus / 32B 三档路由,原则是先走最便宜档,仅在任务确实需要时升档。
- 黄金规则:若正常人需要超过 30 秒专注思考,应从 Flash 升到 Standard;涉及架构、复杂权衡或深度推理时,升到 Plus / 32B。
- Flash:事实问答、状态检查、心跳、简单文件读写、默认定时任务(
cronpayload 中model固定为 Flash 类)。 - Standard:超过约 10 行的代码、调试与评审、多步分析与对比、超过三段的长文——技能写明大多数真实对话应落在此档。
- Plus / 32B:多文件重构、多租户/分布式设计、竞态类疑难调试、安全与性能策略、关键生产决策。
落地方式包括在子 Agent 侧用 sessions_spawn(..., model="GLM-4.5-Flash") 等显式指定模型,以及用决策树做快速判断;附有一张速查卡,把「问候/一两句答复 → Flash」等路径写死,减少拍脑袋选型。
适用边界与注意
规则针对 z.ai(GLM) 命名与档位(如 GLM-4.5-Flash、GLM-4.7、GLM-4-Plus),换到其他厂商模型需自行映射档位。Flash 上明确禁止长代码、对比表、多步分析;拿不准时文档建议先 Standard,仍吃力再升 Plus,避免在 Flash 上硬扛复杂任务。
使用场景
- 定时巡检备份或监控状态时,希望 cron 与心跳类回合始终走 Flash,避免无意义调用高配模型。
- 用子 Agent 拆任务时,需要为「查定义、读文件列表」与「写 REST 接口」分别指定 Flash 与 Standard 模型。
- 上线前要做多租户数据库 schema 设计讨论,需要把架构类子任务显式路由到 Plus / 32B。
- 用户对话以代码生成和 PR 评审为主,希望按规则把默认对话档定在 Standard 而非 Flash。
适合人员
- 维护 z.ai Agent 平台、需要给 `sessions_spawn` 和定时任务写死模型档位的后端工程师。
- 按 Token 结算多档 GLM 的团队负责人,要为运维脚本与架构评审划定升档边界以控费。
- 编写多子 Agent 编排逻辑的集成开发者,希望用决策树减少「全链路 Plus」的误用。
- 在生产环境用 GLM 跑自动化巡检的运营 SRE,需要区分状态查询与根因分析该用哪一档模型。