零成本AI模型智能路由中枢

基于OpenClaw框架的订阅制模型路由方案，通过9步决策算法智能分配任务至Claude、GPT、Gemini等最佳模型，实现零API调用成本的高效AI协作。

基本信息

• 技能名称?zeroapi
• 中文名称?零成本AI模型智能路由中枢
• 作者?dorukardahan
• 分类?专业技能
• 版本?v3.1.0
• 标签?routing, productivity, automation, ai, development-engineering

使用方法

使用说明
核心用法
ZeroAPI 是一个面向 OpenClaw 框架的智能模型路由技能，其核心机制是通过 9步决策算法 将用户任务自动分配至最适合的AI模型。该技能定义了六个模型层级：SIMPLE（Gemini Flash-Lite，用于心跳检测和简单任务）、FAST（Gemini 3 Flash，擅长指令遵循）、RESEARCH（Gemini 3 Pro，1M上下文窗口）、CODE（GPT-5.3 Codex，数学和编程）、DEEP（Claude Opus 4.6，推理和规划）以及 ORCHESTRATE（Kimi K2.5，多代理协调）。
使用时，系统按顺序检查任务特征：上下文长度超过100k、数学计算、代码生成、代码审查、速度要求、科研性质、多步骤工具链、结构化输出等，首个匹配条件决定路由目标。通过 /agent 语法，主代理可将任务委托给子代理执行，实现流水线、并行合并、对抗性审查等协作模式。
显著优点
零API调用成本 是最大亮点，用户只需支付固定月费订阅（$20-200/月），无需按token计费，适合高频AI使用场景。 智能基准驱动 的路由策略基于 Artificial Analysis API v4 的最新评测数据（2026年2月），包括GPQA科学推理、SWE-bench编程、AIME数学、TAU-2代理工具使用等指标，确保任务与最擅长该领域的模型匹配。
自动故障转移机制 提供了可靠性保障：当主模型超时、认证失效或触发速率限制时，系统会按预设链条（Gemini > Codex > Kimi）自动降级，并最多重试3次。 工作区隔离 设计确保了子代理无法访问主代理文件，防止意外修改，适合处理敏感代码审查等场景。
潜在缺点与局限性
配置复杂度极高 是该技能的主要门槛。用户需手动编辑 openclaw.json 和多个 models.json 文件，处理不同类型的认证（Anthropic API Token、Google OAuth、OpenAI OAuth、Kimi API Key），特别是Google Gemini的OAuth配置存在特殊限制（必须放在 per-agent models.json 而非主配置）。
订阅成本不菲 ，完整四提供商方案月费可达$250-430，且部分模型（如Codex）依赖ChatGPT Pro订阅。 来源可信度为T3级 （个人开发者账号），虽代码透明但缺乏企业级背书。此外，该技能 强依赖OpenClaw框架 ，非该框架用户无法使用，且存在OAuth令牌易失效（特别是Codex在多设备登录时）等运维风险。
适合的目标群体
该技能最适合 已使用OpenClaw框架的进阶用户 ，特别是持有多个AI订阅（Claude Max + Gemini Advanced + ChatGPT Plus/Pro）的开发者、研究人员和AI重度使用者。对于需要 频繁切换模型 以平衡成本与性能的场景（如同时需要Gemini的长上下文和Claude的推理能力），或需要 构建多代理工作流 的团队具有显著价值。
不适合单一模型用户、不愿处理复杂配置的普通消费者，以及依赖标准API计费模式的企业集成场景。
使用风险
认证失效风险 较高，特别是OpenAI Codex的OAuth令牌容易因多设备登录而失效，需定期重新授权。 配置错误 可能导致模型无法识别（如Gemini 2.5模型ID必须包含 -preview 后缀）或网关崩溃（缺少 api 字段）。 性能风险 方面，部分模型TTFT（首token时间）较长（Gemini Pro 29.59秒，Codex 20秒），不适合交互式快速对话。
此外，用户需自行承担 订阅服务条款合规 责任，确保通过OpenClaw框架的调用符合各AI提供商的使用政策，避免账号封禁风险。