·external-model-selection
{}

external-model-selection

اختر نماذج الذكاء الاصطناعي الخارجية المثالية لتحليل التعليمات البرمجية والتحقيق في الأخطاء والقرارات المعمارية. يُستخدم عند استشارة العديد من ماجستير إدارة الأعمال عبر كلوديش، أو مقارنة وجهات نظر النماذج، أو التحقيق في مشكلات Go/LSP/transpiler المعقدة. يوفر تصنيفات نموذجية تم التحقق من صحتها تجريبيًا (91/100 لـ MiniMax M2، 83/100 لـ Grok Code Fast) واستراتيجيات استشارة مثبتة تعتمد على اختبارات العالم الحقيقي.

4التثبيتات·0الرائج·@microck

التثبيت

$npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection

كيفية تثبيت external-model-selection

ثبّت مهارة الذكاء الاصطناعي external-model-selection بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: microck/ordinary-claude-skills.

Purpose: Select the best external AI models for your specific task based on empirical performance data from production bug investigations.

When Claude invokes this Skill: When you need to consult external models, choose between different LLMs, or want diverse perspectives on architectural decisions, code bugs, or design choices.

Strategy 1: Fast Parallel Diagnosis (DEFAULT - 90% of use cases)

اختر نماذج الذكاء الاصطناعي الخارجية المثالية لتحليل التعليمات البرمجية والتحقيق في الأخطاء والقرارات المعمارية. يُستخدم عند استشارة العديد من ماجستير إدارة الأعمال عبر كلوديش، أو مقارنة وجهات نظر النماذج، أو التحقيق في مشكلات Go/LSP/transpiler المعقدة. يوفر تصنيفات نموذجية تم التحقق من صحتها تجريبيًا (91/100 لـ MiniMax M2، 83/100 لـ Grok Code Fast) واستراتيجيات استشارة مثبتة تعتمد على اختبارات العالم الحقيقي. المصدر: microck/ordinary-claude-skills.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection
الفئة
{}تحليل البيانات
موثق
أول ظهور
2026-02-01
آخر تحديث
2026-03-10

Browse more skills from microck/ordinary-claude-skills

إجابات سريعة

ما هي external-model-selection؟

اختر نماذج الذكاء الاصطناعي الخارجية المثالية لتحليل التعليمات البرمجية والتحقيق في الأخطاء والقرارات المعمارية. يُستخدم عند استشارة العديد من ماجستير إدارة الأعمال عبر كلوديش، أو مقارنة وجهات نظر النماذج، أو التحقيق في مشكلات Go/LSP/transpiler المعقدة. يوفر تصنيفات نموذجية تم التحقق من صحتها تجريبيًا (91/100 لـ MiniMax M2، 83/100 لـ Grok Code Fast) واستراتيجيات استشارة مثبتة تعتمد على اختبارات العالم الحقيقي. المصدر: microck/ordinary-claude-skills.

كيف أثبّت external-model-selection؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/microck/ordinary-claude-skills

التفاصيل

الفئة
{}تحليل البيانات
المصدر
skills.sh
أول ظهور
2026-02-01