·external-model-selection
{}

external-model-selection

Выбирайте оптимальные внешние модели искусственного интеллекта для анализа кода, исследования ошибок и принятия архитектурных решений. Используйте при консультировании нескольких LLM через Cloudish, сравнении перспектив модели или исследовании сложных проблем Go/LSP/транспилера. Предоставляет эмпирически подтвержденные рейтинги моделей (91/100 для MiniMax M2, 83/100 для Grok Code Fast) и проверенные стратегии консультирования, основанные на реальных испытаниях.

4Установки·0Тренд·@microck

Установка

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

Как установить external-model-selection

Быстро установите AI-навык external-model-selection в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: 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)

Выбирайте оптимальные внешние модели искусственного интеллекта для анализа кода, исследования ошибок и принятия архитектурных решений. Используйте при консультировании нескольких LLM через Cloudish, сравнении перспектив модели или исследовании сложных проблем Go/LSP/транспилера. Предоставляет эмпирически подтвержденные рейтинги моделей (91/100 для MiniMax M2, 83/100 для Grok Code Fast) и проверенные стратегии консультирования, основанные на реальных испытаниях. Источник: microck/ordinary-claude-skills.

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection
Категория
{}Аналитика
Проверено
Впервые замечено
2026-02-01
Обновлено
2026-03-11

Browse more skills from microck/ordinary-claude-skills

Короткие ответы

Что такое external-model-selection?

Выбирайте оптимальные внешние модели искусственного интеллекта для анализа кода, исследования ошибок и принятия архитектурных решений. Используйте при консультировании нескольких LLM через Cloudish, сравнении перспектив модели или исследовании сложных проблем Go/LSP/транспилера. Предоставляет эмпирически подтвержденные рейтинги моделей (91/100 для MiniMax M2, 83/100 для Grok Code Fast) и проверенные стратегии консультирования, основанные на реальных испытаниях. Источник: microck/ordinary-claude-skills.

Как установить external-model-selection?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

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

Детали

Категория
{}Аналитика
Источник
skills.sh
Впервые замечено
2026-02-01