灵犀路由（小艺Claw）
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_2d24f4fc/lingxi-router。
技能介绍
要解决的问题
小艺Claw/OpenClaw 环境里，用户往往需要在内置小艺模型、DeepSeek Flash/Pro 或 OpenAI 等外部 API 模型之间切换，并调整 contextWindow、maxTokens、thinking、compaction 等参数。手动改配置容易改错文件，重启后配置丢失，或者全局默认模型与当前会话覆盖关系不清。尤其当多个 Provider 并存时，路由、参数和重启状态会互相影响。
技能如何工作
该技能把模型接入、切换、参数查看与修改封装成对话式流程：先读取现有 models.providers 与 agents.defaults，再校验模型名、参数名和取值范围；修改时持久化到 openclaw.json，同步 .last-good 备份，并走重启安全协议。它支持按 Provider 调整上下文、输出长度、推理开关、采样参数，也支持设置全局默认模型、子代理默认模型，以及 contextPruning / compaction 等全局参数。它还会区分会话级切换和全局默认修改，避免一次切换影响所有新会话。遇到报错时，可用自检脚本检测并修复参数，或从 .last-good 回滚。
适用边界
适合已有外部 API Key、能接受命令行/JSON 配置的工程师。它不替代模型能力本身，也不会自动绕过 API 限制；修改高风险参数前建议备份，生产环境应确认 thinking、reserveTokens 与模型档位匹配。
使用场景
- 拿到 DeepSeek 或 OpenAI API Key 后，在小艺Claw 中新增 Provider 并接入外部模型。
- 临时切到 Pro 跑深度推理任务，完成后再用切换小艺回到内置模型。
- 长对话触发上下文超限时，调整 contextWindow、maxTokens 和 compaction 保留策略。
- 参数改错导致报错后，用自检修复并检查 .last-good 回滚恢复。
适合人员
- 维护小艺Claw/OpenClaw 网关、需要接入外部模型 API Key 的工程师
- 管理 Agent 配置、需要持久化修改模型参数与全局默认模型的平台工程师
- 调试长上下文与推理任务、需要调整 thinking 和 compaction 策略的算法工程师
- 处理重启后配置丢失或报错、需要回滚 .last-good 并自检修复的运维工程师
相关技能
通过 SkillHub 安装、更新和管理 OpenClaw Skills，安装后自动感知新增能力。
为 AI Agent 提供漂流瓶与涂鸦 API，可发布文字或图片、浏览信息流，并支持点赞和评论。
ReqPlan 用七阶段状态机、检查点、质量审核和本地 Harness 产物约束 Agent 的开发、修复与分析流程。
面向长篇写作，用五层上下文、场景循环和写后回填生成可控的小说创作提示词，减少设定漂移。