用途：在需要借助外部大模型进行代码分析、缺陷调查或架构决策时，依据实测性能数据挑选合适模型，并通过 claudish 以代理模式咨询多个 LLM。
主要能力：资料按层级推荐模型。第一梯队：MiniMax M2（91/100，约3分钟，适合快速根因分析与生产缺陷，倾向最简可实施方案）、Grok Code Fast（83/100，适合调试追踪与验证策略设计）、GPT-5.1 Codex（80/100，适合架构重构与长期规划）、Sherlock Think Alpha（上下文 1.8M tokens，免费）、Gemini 3 Pro Preview（1M tokens，多模态与长上下文推理）。第二梯队：Gemini 2.5 Flash（适合歧义问题多假设探索，但易过度分析）、GLM-4.6（易过度工程）。Qwen3 Coder 因超时失败被列为避免使用。
使用方式：提供五种咨询策略——快速并行诊断（MiniMax M2 + Grok）、全面分析（再加 GPT-5.1）、深度探索（MiniMax + Gemini 2.5 Flash + Grok）、全代码库分析（Sherlock + Gemini 3 Pro）、预算友好（Sherlock + Grok）。调用命令为：cat prompt.md | claudish --model [model-id] > output.md 2>&1。要求 Bash 超时设为 600000（10 分钟），并行在单条消息中发起多个 Task 调用，输入输出通过 ai-docs/sessions/[timestamp]/ 下的文件传递，代理返回最多三行摘要。
适用场景：生产缺陷排查、架构决策、跨文件分析、大规模重构规划、成本敏感型探索。
限制：上述评分、耗时、成本与成功率均来自资料所载一次 LSP 源映射缺陷测试，属特定条件，不构成普遍保证。避免用于简单问题、内部模型已可解答的问题或时间紧迫任务。资料未提供模型的确切价格数值、官方可用性承诺。