external-model-selection
✓選擇最佳的外部 AI 模型進行代碼分析、錯誤調查和架構決策。在通過 caudish 諮詢多個 LLM、比較模型觀點或調查復雜的 Go/LSP/轉譯器問題時使用。提供經過經驗驗證的模型排名（MiniMax M2 為 91/100，Grok Code Fast 為 83/100）以及基於實際測試的經過驗證的諮詢策略。
SKILL.md
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)
選擇最佳的外部 AI 模型進行代碼分析、錯誤調查和架構決策。在通過 caudish 諮詢多個 LLM、比較模型觀點或調查復雜的 Go/LSP/轉譯器問題時使用。提供經過經驗驗證的模型排名（MiniMax M2 為 91/100，Grok Code Fast 為 83/100）以及基於實際測試的經過驗證的諮詢策略。 來源：microck/ordinary-claude-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 external-model-selection？
選擇最佳的外部 AI 模型進行代碼分析、錯誤調查和架構決策。在通過 caudish 諮詢多個 LLM、比較模型觀點或調查復雜的 Go/LSP/轉譯器問題時使用。提供經過經驗驗證的模型排名（MiniMax M2 為 91/100，Grok Code Fast 為 83/100）以及基於實際測試的經過驗證的諮詢策略。 來源：microck/ordinary-claude-skills。
如何安裝 external-model-selection？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/microck/ordinary-claude-skills --skill external-model-selection 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/microck/ordinary-claude-skills
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01