OpenClaw AI 技能

通过子代理与可选任务简报，在便宜、默认、专业三级 GPT 模型间智能切换，自动为轻/重任务分配合适模型，显著节省 token 成本，同时保障输出质量与响应速度。

OpenClaw 智能路由工具。

OpenClaw 的确定性模型路由器，支持前缀路由（@codex/@mini）、时区感知的调度切换、切换后验证、回滚、锁保护等功能。

OpenClaw 的智能 LLM 路由核心，自动通过 Evolink API 将任务分发给 Claude、GPT、Gemini、DeepSeek 和 Kimi。级联策略可降低 60-85% 成本。

使用正则表达式路由技术，根据任务复杂度自动分发：简单任务到本地AI，中等任务到中级云服务，复杂任务到高端云服务，帮助开发者节省60%以上的API成本。

自动路由器工具。

通过实时分析查询复杂度，自动在多家 AI 供应商间挑选性价比最优的模型，兼顾性能与成本，让开发者一次调用即可享受多模型优势。

并行调用多款大模型，自动合并、对比并返回最优结果，一键提升回答质量与稳定性。

Token 节省器，节省 75%+ Token。

通过查询纳弗云地图API实现路线导航。智能路由：默认使用Directions5，5个及以上路点自动切换到Directions15。

一键配置 OpenClaw 把 Telegram 消息路由到不同 Claude 模型后端；CLI 与 API 提供者自由切换，无需改代码。

用自然语言指令即可更新 Mihomo 站点路由规则，自动重建已发布的订阅并实时验证输出，一键完成规则同步与上线。

站点架构工具。

在Aleph Cloud上自动创建并配置VM，安装OpenClaw代理框架，无需人工干预即可上线AI智能体，全程零手动操作。

基于 OpenAPI 3.x 与 Swagger 2.0 规范，一键生成本地可运行的 Mock API 服务器，供前端开发、自动化测试、演示及 CI 流程使用，无需后端即可并行开发。

用于生产化模型、构建 MLOps 流水线和集成大型语言模型（LLM）的机器学习工程技能。涵盖模型部署、特征存储、漂移监控、R 等方面。

计划可复现的机器学习实验运行，明确参数、指标和实验产物。模型训练前使用，标准化追踪实验定义...

利用机器学习预测建筑项目成本，支持线性回归、K最近邻和随机森林模型。基于历史项目数据训练、评估和部署成本预测模型，帮助开发者提高成本预测准确率。

多源深度研究智能体。搜索网络、综合发现并提供引用报告。无需 API 密钥。

MindCore 工具。