multi-llm

Multi-LLM 是一个智能模型切换技能，旨在根据任务类型自动选择合适的本地大语言模型。其核心机制是：默认情况下始终使用 Claude Opus 4.5（最强模型），仅当用户消息中包含“multi llm”命令时，才会激活本地模型选择逻辑。

主要能力

智能任务检测：当消息包含“multi llm”时，系统会分析任务类型，自动选择对应的本地模型。
模型映射：
- 编码任务：qwen2.5-coder:32b（19GB），适用于代码生成、调试、重构。
- 推理任务：deepseek-r1:70b（42GB），适用于数学、逻辑、复杂分析。
- 中文任务：glm4:9b（5.5GB），适用于翻译、摘要、快速任务。
- 通用任务：qwen3:32b（20GB），通用目的，作为回退。
强制命令：支持 multi llm coding、multi llm reasoning、multi llm chinese、multi llm general 强制指定模型类别。
回退链：如果所选模型不可用，系统会尝试替代模型：
- 编码：qwen2.5-coder:32b -> qwen2.5-coder:14b -> qwen3:32b
- 推理：deepseek-r1:70b -> deepseek-r1:32b -> qwen3:32b
- 中文：glm4:9b -> qwen3:8b -> qwen3:32b
- 通用：qwen3:32b -> qwen3:14b -> qwen3:8b
任务检测关键词：支持中英文关键词，例如编码类包括 code、debug、function、代码、编程、函数、调试、重构等；推理类包括 analysis、proof、logic、math、推理、分析、证明、逻辑、数学等；中文类包括 translate、summary、翻译、总结、摘要、简单、快速等。

默认模式：直接发送请求，不包含“multi llm”，则使用 Claude Opus 4.5。例如：“Help me write a Python function” -> 使用 Claude Opus 4.5。
多模型模式：在请求前加上“multi llm”。例如：
- multi llm Help me write a Python function -> 选择 qwen2.5-coder:32b
- multi llm Analyze this math proof -> 选择 deepseek-r1:70b
- multi llm Translate to Chinese -> 选择 glm4:9b
强制命令：multi llm coding、multi llm reasoning、multi llm chinese、multi llm general。
编程调用：可通过脚本使用，例如 ./scripts/select-model.sh "multi llm write a sorting algorithm" 输出推荐模型；./scripts/fallback-demo.sh --force-local "explain recursion" 进行演示。

需要安装并运行 Ollama。安装命令：curl -fsSL https://ollama.com/install.sh | sh；启动服务：ollama serve。
需要拉取所需模型：ollama pull qwen2.5-coder:32b、ollama pull deepseek-r1:70b、ollama pull glm4:9b、ollama pull qwen3:32b。
大型模型（如 70b）需要大量 RAM/VRAM，响应可能较慢，可考虑使用较小变体。
若模型未找到，可使用 ollama list 检查并拉取缺失模型；若 Ollama 未运行，可检查服务状态或启动服务。
若模型选择错误，可使用强制命令或检查关键词是否匹配任务类型。

技能包含 SKILL.md 文档和 scripts 目录下的 select-model.sh（模型选择逻辑）与 fallback-demo.sh（交互式演示脚本）。

v1.1.0 将触发命令从“mlti llm”重命名为“multi llm”，增强了模型存在性检查与回退链，添加了详细使用示例和故障排除，改进了任务检测模式。

作者：GitHub @leohan123123，许可证：MIT。