Agent Skills
返回列表
LiteLLM 封装

LiteLLM 封装

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，将 @user_922b1001/litellm-wrap 安装到 AI 助手中。

技能介绍

问题

在 AI Agent 里直接调用 litellm 可能让工具入口、配置项、异常边界散落在 prompt 与代码之间。Litellm Wrap 将 litellm 封装成一个更小的技能单元，目标是把“怎么调用模型”从 Agent 主流程中拆出去，减少技能之间的接口漂移。

工作方式

它本质是一个 wrapper：对外暴露一个更窄的入口，对内承接 litellm 的调用需求。通常使用时，Agent 只面向 litellm-wrap 发起请求，再由 wrapper 转交给底层 LiteLLM；这样可以把配置、调用与响应处理等细节限制在一个边界内。若项目里已有多个模型供应商，或需要统一处理请求与返回，这类封装会比在 Agent 逻辑里直接写死 SDK 更容易维护。

适用边界

资料只明确它是 LiteLLM wrapper，并未给出具体参数、鉴权、错误码或兼容版本。接入前需要确认目标 Agent 框架是否支持技能调用，以及 wrapper 是否暴露了所需输入输出字段。若需要复杂的多模型编排、计费、限流或自定义路由，不能只依赖这个名称判断其能力，应查看实际接口文档与实现。

使用场景

  • 在 Agent 工作流中，把直接调用 LiteLLM 的代码收拢到统一技能入口。
  • 整理 Agent 调用链时，将模型请求转交 LiteLLM 的中间层拆成单独技能。
  • 排查工具边界时，确认 LiteLLM 调用是通过 wrap 技能而不是主流程直连。
  • 评估第三方技能时，判断该 LiteLLM wrapper 是否适合当前 Agent 接入。

适合人员

  • 维护 AI Agent 工具链的工程，希望把 LiteLLM 调用边界拆得清楚。
  • 重构 prompt 工作流的开发，想把模型调用从主逻辑里抽成独立入口。
  • 审查技能依赖的技术负责人，需要确认 LiteLLM 是作为 wrap 接入。