（6332期）Model Switcher – 智能路由，快慢随心

智能路由，快慢随心 自动识别任务复杂度，在快慢AI模型间智能切换，平衡响应速度与分析深度，适合高频交互场景。 使用说明 核心用法 Model Switcher 是一个自动化模型路由技能，通过关键词检测判断任务复杂度，在轻量模型（haiku）与强力模型（sonnet）之间智能切换。用户无需手动指定模型，系统根据中文指令中的触发词（如"分析"、"重构"、"架构"等）自动决策，并调用 session_status 工具完成切换。 显著优点 零摩擦体验：无需用户理解模型差异，降低认知负担 成本与速度优化：简单任务用轻量模型，降低延迟和token消耗 上下文感知：支持任务批处理，避免频繁切换带来的中断 透明可控：每次切换主动告知用户，保持可解释性 潜在缺点与局限性 关键词依赖：误判可能导致模型错配（如闲聊中提及"分析"一词） 无学习机制：静态规则无法根据用户反馈优化 双模型限制：仅支持预设的 haiku/sonnet 二元选择，无法调用其他模型 状态盲区：session_status 工具依赖外部 session 实现，若接口延迟或失败可能中断工作流 适合人群 高频使用 AI 辅助编程/写作的开发者 对响应速度敏感但偶尔需要深度分析的用户 希望通过单一入口统一处理简单与复杂任务的场景 常规风险 误判导致成本浪费：复杂关键词误触发 sonnet，增加不必要的 API 开销 切换抖动：用户连续发送不同复杂度消息时，频繁模型切换影响体验 隐私泄露：session_status 调用可能向外部服务暴露会话元数据 使用建议 建议在 OpenClaw 等支持多模型会话的框架中部署，配合日志埋点持续优化关键词命中率。 原始说明 Automatically switch between different AI models based on task complexity. Supports all available models in your OpenClaw setup. Triggers when detecting comp...