ai-model-router
/ai-model-router
Automatycznie przełącza między dwoma skonfigurowanymi modelami: lokalnym do prostych zadań i chmurowym do złożonych, wykrywa Ollama i LM Studio oraz wymusza model lokalny przy danych wrażliwych.
- Autor
- LeoYeAI ↗
- Repozytorium
- openclaw-master-skills ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 20.07.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 7
- Skrypty
- 3
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 20.07.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
- 3 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: skill/context.py, skill/detector.py, skill/router.py
Co robi i kiedy
Automatycznie przełącza między dwoma skonfigurowanymi modelami: lokalnym do prostych zadań i chmurowym do złożonych, wykrywa Ollama i LM Studio oraz wymusza model lokalny przy danych wrażliwych.
Wyzwalacze z opisu
Oryginalny opis (EN)
Intelligent AI model router that automatically switches between two configured models (local for simple tasks, cloud for complex ones). Detects local models (Ollama, LM Studio) automatically, routes based on task complexity and privacy. Use when users ask to "switch model", "use local/cloud model", or mention API keys/passwords (triggers privacy mode). Trigger on: sensitive data detection (forces local), complex tasks like "design architecture" (uses cloud), or configuration requests.
Jak działa
- Quick Start
- How It Works
- Scoring (from model-router-premium)
- Features
- CLI
- Python API
- Configuration (Optional)
- Privacy Protection
- Files
- Inspired By
Podgląd SKILL.md
---
name: ai-model-router
description: Intelligent AI model router that automatically switches between two configured models (local for simple tasks, cloud for complex ones). Detects local models (Ollama, LM Studio) automatically, routes based on task complexity and privacy. Use when users ask to "switch model", "use local/cloud model", or mention API keys/passwords (triggers privacy mode). Trigger on: sensitive data detection (forces local), complex tasks like "design architecture" (uses cloud), or configuration requests.
version: 1.0.0
---
# AI Model Router
Compact, intelligent model routing that just works.
## Quick Start
```bash
# Install
npx clawhub@latest install ai-model-router
# First run - auto-detects your models
python3 skill/core/router.py "What is Python?"
# List available models
python3 skill/core/router.py --list
```
## How It Works
```
Your Request → Analyze → Select Model
↓
Simple? → Primary (fast/cheap)
Complex? → Secondary (capable)
Private? → Primary (forced)
```
## Scoring (from model-router-premium)
| Pattern | Points |
|---------|--------|
| Microservices, architecture | +10 |
| Design, implement, optimize | +5 |
| Explain, analyze, compare | +3 |
| **Syntax, example, "what is"** | **-3** |
**Threshold: 5** (simple vs complex)
## Features
| Feature | Status |
|---------|--------|
| Auto-detect local models | ✓ (Ollama, LM Studio) |
| Cloud model registry | ✓ (7 built-in) |
| Privacy detection | ✓ (API keys, passwords) |
| Context tracking | ✓ (conversations) |
| JSON config | ✓ (optional) |
| CLI interface | ✓ |
| **Core code size** | **~200 lines** |
## CLI
```bash
# Route a task
python3 skill/core/router.py "Design a system"
python3 skill/core/router.py "What is a for loop?"
# Options
--json # JSON output
--force primary # Force primary model
--list # List all models
--status # Show status
```
## Python API
```python
from skill.core.router import RouterCore
router = RouterCore()
result = router.route("Design microservices")
print(result.model_name) # "Claude Opus 4"
print(result.reason) # "complex_task(score=15)"
print(result.confidence) # 0.75
```
## Configuration (Optional)
Create `~/.model-router/models.json`:
```json
{
"primary_model": {"id": "ollama:llama3:8b"},
"secondary_model": {"id": "anthropic:claude-opus-4"},
"models": [...]
}
```
**Without config**: Auto-detects local + uses cloud registry.
## Privacy Protection
Automatically forces primary (local) when sensitive data detected:
- API keys (`sk-...`, `api_key`)
- Passwords (`password`, `passwd`)
- Tokens (`bearer`, `secret`)
- Emails, SSN, credit cards
## Files
- `core/router.py` - Core routing engine (~200 lines)
- `modules/detector.py` - Auto-detection (optional)
- `modules/context.py` - Context tracking (optional)
## Inspired By
- **model-router-premium**: Simple scoring logic, cost-aware routing
- **Model Router v1**: Full feature set, documentation
This version combines:
- The **simplicity** of model-router-premium (~200 lines)
- The **features** of ai-model-router (privacy, auto-detect, context)
Pliki w paczce (7)
- SKILL.md 3 KB
- _meta.json 1 KB
- package.json 1 KB
- .clawhub/origin.json 1 KB
- skill/context.py 3 KB
- skill/detector.py 4 KB
- skill/router.py 13 KB
Wersje
W bazie nie ma innych skilli o nazwie ai-model-router.
Identyczna treść występuje jeszcze w 2 innych folderach na GitHubie. Tu pokazujemy jedną, najlepiej ocenioną kopię.
Migawka bazy z 28.10.2026 · wersja paczki 2ff83726f8ee (skrót SHA-256 całej paczki)
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100local-ai-ollama
Pomaga zintegrować aplikację z lokalnymi modelami AI przez Ollama: kontrola połączenia, lista i wybór modeli, tryb tylko lokalny, zgoda na chmurę zapasową i obsługa błędów. - 100ollama-model-safety-guardrails
Dobiera modele Ollama do przetwarzania wrażliwych, lecz legalnych treści, gdy lokalny model odmawia lub odpowiada ogólnikowymi zastrzeżeniami zamiast wykonać polecenie. - 100configure-llm
Pokazuje i zmienia aktywnego dostawcę LLM, model i klucz API oraz przełącza dostawców z ustawień w goglach, np. na GPT-4o albo model lokalny. - 100local-model-orchestrator
Skanuje, objaśnia, dobiera, instaluje i wywołuje lokalne modele AI w Ollama, cache Hugging Face, MLX Whisper, whisper.cpp i LM Studio, z naciskiem na modele zoptymalizowane pod Apple Silicon. - 90model-sovereignty
Doradza, czy budować, hostować lub dostrajać własne modele AI: lokalne modele, Ollama, vLLM, LoRA i RAG. - 100ollama
Uruchamia lokalne modele LLM i zarządza nimi przez REST API Ollama: generowanie tekstu, chat, embeddingi, wywołania narzędzi, strukturyzowane wyjście i zarządzanie modelami.