Smart Model Switch

智能模型自动切换。根据消息复杂度和文件类型自动选择最优模型（Flash/Main/Coding/Vision/Complex），提升响应质量和效率。Trigger on "模型切换", "智能模型", "自动选择模型", "model switch".

Security Scan

总体上这个技能的功能与“智能模型切换”声明一致，但文档/代码在配置文件路径、集成方式和持久化行为上存在不一致和潜在风险，安装前需要人工审查和谨慎授权。

Purpose & Capability

技能名/描述和包含的脚本（复杂度分析、文件类型检测、上下文监控、切换脚本）在功能上相符——所有文件都围绕‘选择/切换模型’展开。少量元数据不一致（README/SKILL.md 中提到的 GitHub 链接与 package.json repository 不完全一致），以及代码期望的配置路径（多数脚本查找 config.json）与仓库中实际提供的配置文件名称（config/model-rules.json / config.example.json）不一致，会导致部署或运行时行为异常，但不是直接恶意。

Instruction Scope

SKILL.md 与集成指南强烈建议或示例将脚本集成到“回复前钩子”（pre-reply）或让 AI 每次回复前调用 integrate-check.sh；安装脚本会创建日志目录、状态文件并（可选）添加 crontab 定时任务。pre-reply 钩子 + 定时任务会使该脚本在多数回复或定时情况下自动运行，从而获得持续执行权。脚本读取/写入 ~/.openclaw/*（状态、日志、model-switch-requests、可能修改配置），并依赖 OpenClaw 状态 API（get-context-usage.sh 尝试调用 openclaw status 或读取 openclaw status 文件）。虽然当前代码没有明显的外部网络数据泄露调用，但把本地脚本注入到回复路径会放大风险：任意脚本在回复前运行可能读取会话上下文或本地文件并输出内容。

Install Mechanism

仓库是 instruction+本地脚本形式（没有远程下载或不明 URL），install.sh 在本地执行，检查本地依赖 (node, jq)、设置权限、创建目录、可选写入 crontab 并初始化状态文件。没有通过不可信网络托管代码的高危下载，但 install.sh 会修改 crontab（可选）并在用户家目录下创建/写入多个目录（~/.openclaw/logs, ~/.openclaw/model-switch-requests），所以需要本地审查并在受信环境运行。

Credentials

注册表条目显示无需环境变量或凭证，但脚本库实际上支持并优先使用多种环境变量（SMART_MODEL_SWITCH_CONFIG, SMART_MODEL_SWITCH_DATA_DIR, SMART_MODEL_SWITCH_LOG_DIR, OPENCLAW_CONFIG, OPENCLAW_STATUS 等）。脚本会读取 OpenClaw 的配置/状态文件路径（~/.openclaw/config.json, status.json），并可能写入 model-switch 请求目录和本地 config。技能并不要求外部 API 密钥，但依赖并期望访问本地 OpenClaw 配置/状态，这会让技能能影响或读取代理的会话相关配置；这种访问与技能目的相关但具有较高敏感度，应在安装前确认不会泄露敏感字段（如 SESSION_KEY）或被滥用。

Persistence & Privilege

尽管 registry flags 表示 always:false，技能通过安装脚本/集成指南建议用户： (1) 在 pre-reply 钩子中自动调用 integrate-check.sh，(2) 可选添加每10分钟的 crontab。两者都会赋予技能长期的、经常性的执行机会并修改用户环境（crontab、~/.openclaw/hooks/pre-reply.sh），这使得技能在安装后能够持续介入代理的回复流程和系统行为，放大潜在滥用或配置错误造成的影响。建议在授予此类持久性前进行逐行代码审计并备份改动。

Scan Findings in Context

[none] expected: 静态预扫描未发现注入信号。脚本主要在本地进行文件读写与简单控制流，未见明显的外部 URL 下载或隐写/混淆代码——这是与其功能一致的预期，但不等同于无风险。

What to consider before installing

要点与建议（简短可操作）： 1) 在任何自动化集成前先人工审查关键脚本：特别是 scripts/switch-model.sh、scripts/integrate-check.sh、scripts/ai-proactive-check.sh、scripts/get-context-usage.sh 与 lib.sh/lib.js，确认它们不会向远程服务器发送会话或凭证。不要直接信任 README 的快捷集成示例。 2) 不要立刻把脚本加入 pre-reply 钩子或启用 crontab：先在隔离环境（本地测试帐号或容器）执行 install.sh 并人工触发 integrate-check.sh，观察行为和日志，再决定是否自动注入到回复流程。 3) 备份 OpenClaw 配置与状态文件：在安装或运行前备份 ~/.openclaw/config.json 和任何相关状态文件，防止被意外覆盖或错误写入。 4) 禁用自动切换/自动通知选项直到确认安全：config.json 中 auto_switch 默认为 false，但安装/集成指南会启用提醒、钩子和定时任务。保持 auto_switch=false，并在配置中关闭通知/定时任务，直到完成审计。 5) 检查是否存在未列出的网络调用：虽然当前文件未显示明显的远程上载逻辑，但有些 config.example.json 包含 api_endpoints；检查所有脚本（尤其可能未展开的其他四个被截断的文件）确认没有向这些 endpoint 发起请求或把会话内容发送出去。 6) 若你缺乏运维权限或时间，请在沙箱/测试帐户中评估，或只手动使用 analyze/smart-switch 脚本而不启用自动化钩子。 如果你愿意，我可以重点审查 switch-model.sh 和任何被截断的文件（剩余 4 个）来判断是否存在写入 ~/.openclaw/config.json、发起网络请求或读取敏感凭证的行为；这将提升评估置信度。

智能模型切换 v1.3

根据消息复杂度、文件类型自动选择最优模型。

🎯 选择规则

评分	模型	适用
0-3	Flash	简单问答、快速查询
4-6	Main	常规对话、分析任务
-	Coding	代码文件（.js/.py/.java等）
-	Vision	图片/视频（.jpg/.png/.mp4等）
-	Complex	文档（.pdf/.docx等）
8-10	Complex	深度分析、架构设计
85%+	Long-Context	超长上下文（256k窗口）

优先级：文件类型 > 消息特征 > 复杂度评分 > 默认模型

🚀 使用方式

# 安装
cd skills/smart-model-switch && bash install.sh

# 增强分析
./scripts/smart-switch-enhanced.sh "分析视频" "/path/to/video.mp4"

# AI集成（每次回复前自动执行）
scripts/integrate-check.sh

📁 文件结构

smart-model-switch/
├── scripts/
│   ├── analyze-complexity.js    # 消息复杂度分析
│   ├── analyze-file-type.js     # 文件类型分析
│   ├── smart-switch-enhanced.sh # 增强切换
│   └── integrate-check.sh       # AI集成
└── config/model-rules.json      # 模型规则配置

⚠️ 注意

• 上下文连续2次超85% → 自动提醒切换
• 切换后10分钟冷却期
• 评分维度：长度(30%) + 关键词(40%) + 代码(20%) + 视觉(10%)

🤖 子代理模型选择（Subagent Model Selection）

子代理默认用 glm-5-turbo，但应根据任务类型自动选模型：

任务类型 → 模型映射

任务类型	模型	Thinking	说明
扫描/搜索/监控	glm-5-turbo	❌	便宜快速，高吞吐
Review/简单分析	glm-5-turbo	❌	够用就好
开发/编码/修复	glm-5	❌	质量优先，减少bug
架构设计/重构	glm-5	✅	深度思考，复杂推理

sessions_spawn 建议

spawn 子代理时，根据任务标签自动选模型：

标签含 scan/search/monitor → --model zai/glm-5-turbo
标签含 develop/coding/fix  → --model zai/glm-5
标签含 architecture/design → --model zai/glm-5 --thinking
无明确标签                → 默认 zai/glm-5-turbo（省钱）

检测关键词：配置见 config.json → subagent.labelDetection

省钱原则

• ✅ 简单任务用 turbo，省钱省时间
• ✅ 编码质量用 glm-5，避免返工浪费更多
• ✅ 默认 turbo，只在需要时升级
• ❌ 不要所有任务都用 glm-5

详细文件类型映射、模型配置、使用示例见 references/skill-details.md

---

📄 许可证与版权声明

MIT License

Copyright (c) 2026 思捷娅科技 (SJYKJ)

免费使用、修改和重新分发时，需注明出处。

出处：

• GitHub: https://github.com/zhaog100/openclaw-skills
• ClawHub: https://clawhub.com
• 创建者：小米辣 (PM + Dev)

商业使用授权：

• 个人/开源：免费
• 小微企业（<10 人）：¥999/年
• 中型企业（10-50 人）：¥4,999/年
• 大型企业（>50 人）：¥19,999/年
• 源码买断：¥99,999 一次性

详情请查看：LICENSE