O ModelSense é um consultor inteligente sob demanda que identifica o LLM e o nível de esforço ideais para qualquer tarefa, analisando benchmarks e disponibilidade de provedores.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install modelsense
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o modelsense usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é ModelSense?
O ModelSense serve como uma ferramenta sofisticada de suporte à decisão dentro do ecossistema Openclaw Skills, projetada para eliminar as suposições na seleção de LLM. Ao atuar como um consultor técnico sob demanda, ajuda desenvolvedores e pesquisadores a escolher o modelo certo para o trabalho certo com base em dados reais de benchmark, análise de tarefas e relação custo-benefício.
Em vez de rotear solicitações cegamente, o ModelSense avalia as dimensões específicas de uma tarefa — como domínio, complexidade e comprimento de contexto necessário — para fornecer uma recomendação fundamentada. Como um componente central do Openclaw Skills, ele garante que os usuários aproveitem seus provedores configurados de forma ideal, seja para sumarização de alta velocidade ou raciocínio profundo de nível de pesquisa.
Casos de uso do ModelSense
- Selecionar o modelo mais eficaz para tarefas de codificação complexas, como auditorias de Solidity ou depuração.
- Identificar modelos flash econômicos para sumarização de diálogos e threads de alto volume.
- Determinar o nível de esforço necessário e a profundidade de pensamento para conjecturas matemáticas avançadas.
- Escolher entre diferentes níveis de provedores, como Claude Opus vs. GPT-4o, para fluxos de trabalho de pesquisa específicos.
Como o ModelSense funciona
- Analisar a tarefa de entrada para classificá-la por domínio, complexidade e formato de saída necessário.
- Cruzar os requisitos da tarefa com uma matriz de benchmark interna, incluindo HumanEval, GPQA e MMLU.
- Verificar os modelos disponíveis consultando os provedores ativos do usuário por meio da ferramenta de execução Openclaw Skills.
- Mapear a tarefa em uma matriz de esforço versus qualidade para determinar o nível ideal do modelo.
- Gerar uma recomendação estruturada, incluindo raciocínio, estimativas de custo e opções alternativas.
Configuração do ModelSense
Para começar a usar o ModelSense, certifique-se de que seu ambiente esteja configurado com seus provedores de LLM preferidos. Use os seguintes comandos dentro do framework Openclaw Skills:
# Listar modelos e provedores disponíveis
openclaw models list
# Acessar a configuração de dados de benchmark
cat data/benchmarks.yaml
Esquema de Dados e Taxonomia de ModelSense
O ModelSense organiza sua lógica de recomendação por meio de arquivos de dados estruturados que fazem parte da estrutura de diretórios do Openclaw Skills:
| Arquivo | Propósito |
|---|---|
data/benchmarks.yaml |
Armazena líderes de pontuação e mapeamentos de tarefas para benchmarks como SWE-bench e GSM8K. |
data/models.yaml |
Um catálogo frequentemente atualizado de recursos de modelo, janelas de contexto e preços. |
session_status |
Metadados usados para rastrear e aplicar trocas de modelo à sessão ativa atual. |
Recursos avançados do ModelSense
- Troca Automática: Aplique automaticamente as configurações de modelo recomendadas à sessão ativa com uma confirmação simples.
- Delegação de Tarefas: Crie sub-sessões dedicadas usando o modelo mais adequado para sub-tarefas específicas de alta complexidade.
- Filtragem de Provedores: Restringe inteligentemente as recomendações aos modelos atualmente acessíveis através da sua configuração do Openclaw Skills.
- Fundamentação em Benchmarks: Fornece fundamentação técnica para cada recomendação com base em conjuntos de dados padrão da indústria.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Atualizador de DNS Cloudflare
Uma ferramenta especializada para criar ou atualizar programaticamente registros DNS A da Cloudflare com proxy.
Exa AI Search & Research
Uma habilidade abrangente de busca e pesquisa que permite aos agentes de IA realizar buscas neurais na web, extração de conteúdo e pesquisa assíncrona estruturada.
Encontrar Produtos
Uma poderosa ferramenta de pesquisa e análise para descobrir produtos em alta no ProductHunt com metadados estruturados e insights de sentimento.
Formulário de Confirmação
Um utilitário especializado para gerar formulários de confirmação HTML estruturados para coletar feedback organizado e dados de tomada de decisão dos usuários.
Integração de Pagamento QFPay (HK)
Uma integração abrangente do Openclaw Skills para a API QFPay, permitindo pagamentos seguros multimétodos para comerciantes em Hong Kong e no exterior.
Exa Search
Uma integração de pesquisa especializada que aproveita a API Exa para fornecer dados web estruturados e prontos para LLM diretamente para o seu ambiente.
Apresentou*
