model-alias-append

核心用法

model-alias-append 是一款专为 OpenClaw 框架设计的响应增强型 Skill，其核心功能是在每次 AI 响应末尾自动附加当前使用的模型别名。该 Skill 通过拦截响应流、读取 openclaw.json 中的 agents.defaults.models.{model}.alias 配置字段，将如 "gemma3:27b-local" 或 "qwen" 等别名追加至输出内容。同时内置配置变更检测机制，每 30 秒轮询配置文件哈希值，当检测到 openclaw.json 被修改时，会在下一次响应中显示 "[Model alias configuration updated]" 提示，确保用户实时感知配置变化。

显著优点

极致透明性：彻底解决多模型切换场景下的"黑盒"问题，用户可清晰追溯每条响应的生成来源，对 A/B 测试、模型效果对比、调试排错具有重要价值。零侵入设计：无需修改现有工作流或额外配置，安装后自动生效，且智能保留原始响应的标签格式与排版结构。纯本地运行：所有操作均在本地完成，无网络请求、无数据上传，完全规避隐私泄露风险。健壮性保障：配置文件缺失或损坏时优雅降级，错误处理机制完善，不影响主功能正常运行。无依赖负担：零第三方依赖，仅使用 Node.js 内置模块，避免供应链攻击风险。

潜在缺点与局限性

功能单一性：仅支持别名追加和配置变更提示，无法自定义输出格式（如前缀模式、Markdown 徽章样式等），也不支持条件触发（如仅对特定模型启用）。轮询开销：固定 30 秒间隔的文件轮询在配置极少变更的场景下存在轻微资源浪费，且不支持事件驱动或文件系统监听（fs.watch）等更高效机制。Hook 依赖：依赖外部脚本 manage-hook.js 进行启用/禁用控制，若该文件被误删或篡改将导致功能异常。平台绑定：专为 OpenClaw 框架设计，无法直接迁移至其他 AI 编排平台。别名配置门槛：要求用户预先在 openclaw.json 中手动维护 alias 字段，对新手存在一定学习成本。

适合的目标群体

多模型开发者：同时使用本地 Ollama 模型与云端 API，需要快速区分响应来源的技术团队。AI 产品经理：进行模型效果对比测试，需要可追溯的响应标注支持决策。开源社区贡献者：参与 OpenClaw 生态建设，需要标准化工具展示模型信息的场景。隐私敏感用户：拒绝任何网络传输，坚持纯本地运行的安全优先用户。教育科研场景：教学演示中需要明确标识模型版本，避免学生混淆不同能力边界。

使用风险

配置漂移风险：若用户直接编辑 openclaw.json 导致 JSON 语法错误，Skill 会静默忽略变更检测，可能产生"配置已改但无提示"的困惑。Hook 脚本完整性：manage-hook.js 作为外部依赖，需确保其未被恶意替换，建议通过文件完整性校验（如 SHA256）加强防护。定时器累积：极端高频的响应场景下，30 秒轮询的定时器可能与其他 Skill 的定时任务产生资源竞争，建议监控 Node.js 事件循环延迟。权限误配风险：若 openclaw.json 被设置为全局可写（777），其他进程可能注入恶意别名配置，建议严格限制文件权限为 644。