Token导航 LogoToken导航TokenDH.com
研究检索external-servicegithub未标认证来源可访问许可证需确认审计未展示

tooyoung%3aeasy-openrouter太年轻%3aeasy openrouter

Agent Skill

tooyoung%3aeasy-openrouter 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

514

周安装

21

GitHub Stars

15

下载量

165
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:tooyoung%3aeasy-openrouter(太年轻%3aeasy openrouter)
来源仓库:https://github.com/shiqkuangsan/oh-my-daily-skills
仓库路径:skills/tooyoung%3Aeasy-openrouter
安装命令:
npx skills add https://github.com/shiqkuangsan/oh-my-daily-skills --skill tooyoung:easy-openrouter
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/shiqkuangsan/oh-my-daily-skills --skill tooyoung:easy-openrouter

简介

用于查找、检索和筛选 Easy OpenRouter 相关信息。

  • 适合在 Codex、Claude、Cursor、Gemini CLI 中根据任务场景定位候选结果。
  • 通过 npx 命令从 GitHub 仓库安装并使用。
  • 安装前需确认权限范围和维护状态,注意可能触发联网或文件操作。
  • tooyoung%3aeasy-openrouter 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

Easy OpenRouter

Quickly test LLM models and find the best one for your task.

Prerequisites

export OPENROUTER_API_KEY="sk-or-v1-xxxx"

Quick Model Testing

Use scripts/call_openrouter.sh:

# Basic test
bash scripts/call_openrouter.sh \
  --model "anthropic/claude-sonnet-4" \
  --prompt "Explain quantum computing in one sentence" \
  --json

# With parameters
bash scripts/call_openrouter.sh \
  --model "openai/gpt-4o" \
  --prompt "Write a haiku about code" \
  --max-tokens 100 \
  --temperature 0.7 \
  --json

Output includes: response time (ms), cost ($), token usage, full response

Parameters:

  • --model: Model ID (required)
  • --prompt: Prompt text (required)
  • --system: System prompt (optional)
  • --max-tokens: Max tokens
  • --temperature: Temperature 0.0-2.0
  • --json: JSON output

Model Naming Format

provider/model-name[:modifier]

Common models:

  • anthropic/claude-sonnet-4
  • openai/gpt-4o
  • openai/gpt-4o-mini
  • google/gemini-2.0-flash-001
  • deepseek/deepseek-chat

Modifiers:

  • :nitro - Use fastest provider
  • :online - Enable web search
  • Combinable: anthropic/claude-sonnet-4:nitro:online

Find Optimal Models

Find Best Model by Category (Rankings)

https://openrouter.ai/rankings?category=<category>#categories
CategoryURL
Programminghttps://openrouter.ai/rankings?category=programming#categories
Translationhttps://openrouter.ai/rankings?category=translation#categories
Sciencehttps://openrouter.ai/rankings?category=science#categories
Financehttps://openrouter.ai/rankings?category=finance#categories
Legalhttps://openrouter.ai/rankings?category=legal#categories
Academiahttps://openrouter.ai/rankings?category=academia#categories
Marketinghttps://openrouter.ai/rankings?category=marketing#categories
SEOhttps://openrouter.ai/rankings?category=marketing/seo#categories

Find Provider by Performance/Price

https://openrouter.ai/<model-slug>/providers?sort=<sort>

Sort options:

  • throughput - By throughput (tokens/sec)
  • latency - By latency
  • price - By price

Example: Find fastest provider for claude-sonnet-4

https://openrouter.ai/anthropic/claude-sonnet-4/providers?sort=throughput

Get Full Model List

curl -s https://openrouter.ai/api/v1/models \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  | jq '.data | sort_by(.pricing.prompt) | .[:10] | .[].id'
# Output: top 10 cheapest models

Typical Workflows

1. Quick Model Comparison

# Test Claude
bash scripts/call_openrouter.sh --model "anthropic/claude-sonnet-4" --prompt "Explain microservices architecture" --json > claude.json

# Test GPT-4o
bash scripts/call_openrouter.sh --model "openai/gpt-4o" --prompt "Explain microservices architecture" --json > gpt4o.json

# Compare results
jq -s '[.[0], .[1]] | map({model, response_time_ms, cost})' claude.json gpt4o.json

2. Find Best Model for Programming Tasks

  1. Open https://openrouter.ai/rankings?category=programming#categories
  2. Note the top-ranked models
  3. Test actual performance with the script

3. Choose Model for Chainlit Demo

Considerations:

  • For demos: Prioritize speed → use :nitro modifier
  • Cost-sensitive: Use gpt-4o-mini or deepseek-chat
  • Quality-first: Use claude-sonnet-4 or gpt-4o

Advanced

For API details, query OpenRouter documentation via Context7.

适合场景

01

调用多模型

02

代码和文本生成

03

Agent 推理流程

04

OpenRouter 模型接入

能力概览

能力 1

统一调用多种 LLM

能力 2

支持 Claude、Gemini、Kimi 等模型

能力 3

适合聊天、代码和推理任务

能力 4

可作为 Agent 模型调用入口

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

35.48%
按下载量换算59

Claude

30.31%
按下载量换算50

Cursor

17.48%
按下载量换算29

Gemini CLI

8.6%
按下载量换算14

安全审计

暂无安全审计结果可展示。

权限和风险

external-service

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills