用途：把「决定读什么」这类低风险、高量的分诊工作交给免费模型处理，每条内容只产出一句话摘要加一个是否需要回复的标记（needs_reply）。作者认为人工浏览二十条长内容约需一小时，而先读二十条一句话摘要、只打开真正需要的内容约十五分钟。
主要能力：使用任意 OpenAI 兼容客户端，将 base_url 指向 https://openrouter.ai/api/v1，并选用 id 以 :free 结尾的模型；该后缀是契约，缺少它会静默产生计费。输出 schema 固定为两个字段：string 类型的 summary 与 boolean 类型的 needs_reply。只有布尔标记能让分诊可执行，否则用户仍需全部读完才能判断。给模型一条固定指令，例如「Summarize this in one sentence and flag whether it needs a reply.」，再把 needs_reply 为真的条目排在前面，其余快速略过。
使用方式与验证：资料给出一个配置示例，写入 triage.json，包含 base_url、model（示例为 deepseek/deepseek-r1:free）、instruction 与 response_schema，字段为 summary(string) 和 needs_reply(boolean)，required 两者。随后用 node 脚本校验：base_url 须含 openrouter.ai，model 须以 :free 结尾，schema 须含 string 的 summary 与 boolean 的 needs_reply，通过则输出 triage OK 提示。
适用场景：适合高量、低风险的阅读分诊，如收件箱摘要、待读堆筛选、是否需要回复的标记。
限制与注意：应先确认每日条目数是否落在免费档上限内。资料称截至 2026-06 OpenRouter 免费模型为每分钟 20 次请求、每天 50 次，历史上添加过 10 美元额度后升到每天 1,000 次；超限需按天分批或改用最便宜的付费模型。免费模型最可能保留或训练所发送内容，涉及私密信息（客户邮件、未发布作品、健康、法律）应改用便宜的付费模型。分诊只决定读什么，不能替代阅读；一句话压缩有时会丢掉关键细节，被标记的条目仍需打开。上限应在设计阶段按免费档批量计划预估，而不是等报错再处理。该技能由机器验证的 recipe 支撑并经常规流水线复核。