核心用法
OpenClaw Model Manager Skill 是一个专注于降低大模型 API 使用成本的开源工具。它通过 OpenRouter 的公开 API 获取实时模型价格数据，帮助用户在复杂任务和简单任务之间智能选择最具性价比的模型。
主要功能模块
1. 即时比价 (list models): 获取 OpenRouter 上的模型列表，按输入/输出 Token 价格并排展示，支持按上下文长度、价格、热度排序
2. 模型启用 (enable <model_id>): 将选定模型添加到 OpenClaw 的配置文件中，设置为默认或备用模型
3. 任务模拟器 (plan <task>): 核心亮点功能——输入任务描述后，本地启发式引擎会模拟多智能体路由逻辑，拆解任务阶段并分配不同模型，直观展示潜在节省比例
显著优点
- 成本优化效果极致: 文档明确标注 25 倍价差（96% 节省），以 Claude 3.5 Sonnet ($15/1M) 对比 GPT-4o-mini ($0.60/1M) 为例，数据透明可验证
- 零门槛接入: 调用 OpenRouter 公开 API 无需 API Key，降低试用成本
- 智能路由可视化: Plan Mode 将抽象的"任务拆解-模型分配"逻辑具象化为表格，降低用户决策门槛
- 配置自动化: 自动生成
config.patch，减少手动编辑配置文件的错误
潜在缺点与局限性
- 启发式模拟非真实执行:
plan命令的节省比例基于本地规则推测，与实际多轮调用、重试机制、上下文累积产生的费用可能存在偏差 - 依赖 OpenRouter 生态: 若 OpenRouter 调整定价策略或模型可用性，工具价值直接受损
- 安全扫描缺失: 认证报告明确标注"未执行安全扫描"，生产环境使用前需自行审计
manage_models.py的代码 - 本地化模型支持模糊: 示例中提及 "Llama 3 (Local) $0.00"，但未说明本地部署的集成方式与硬件要求
适合人群
- 高频使用 Claude/GPT-4 类旗舰模型但预算受限的开发者
- 需要向团队/客户量化展示 AI 成本优化方案的技术负责人
- 探索多模型混合策略（Multi-Model Architecture）的工程师
常规风险
- API 费用误算风险: 模拟结果未包含网络重试、Token 超限截断等真实场景费用
- 配置覆盖风险: 自动补丁可能意外覆盖用户自定义配置，建议版本控制备份
- 数据隐私: 任务描述通过 OpenRouter API 传输，敏感场景需评估合规性