9Router Chat 技能
通过 9Router 网关调用任意大模型，支持 OpenAI 与 Anthropic 两种 API 格式、流式输出和组合自动回退，让对话与代码生成不再受单家配额限制。
技能本身仅文档化对本地 9Router 服务的 HTTP 调用，无文件写入、无破坏性操作，凭据通过环境变量传入且示例未硬编码密钥，数据流（发往本地路由器再转发给上游 LLM 供应商）基本透明。扣分点：未声明上游供应商会看到全部提示内容的数据流披露，无回滚/失效说明，密钥通过 shell 环境变量传递存在泄露面提示不足。
文档内部自洽：OpenAI 与 Anthropic 两种格式的端点、请求/响应示例、SSE 流式格式描述一致，happy path 可信。扣分点：无测试、无边界/错误场景处理（如 401、供应商超时、fallback 失败时的行为），发现端点的 jq 依赖未说明缺失时的表现，故障反馈完全依赖用户自行调试。
description 中触发条件较清晰（用户想调用 LLM、生成代码、摘要），端点兼容 OpenAI/Anthropic 两种格式适配面广。扣分点：未声明非适用边界（如需 9Router 先运行、需先完成 base skill 配置），中文支持仅在仓库级 README 存在而技能本身为英文，核心功能依赖本地路由器可达的海外上游模型，国内网络下部分免费供应商可用性未披露。
结构清晰、渐进式引用 setup 文档、示例充分。扣分点：关键安装前提被外置到另一 SKILL.md 的原始 GitHub 链接（版本未固定到 revision），技能本身无版本号、变更记录、FAQ 或已知限制披露，维护责任仅在仓库层面可推断。
核心任务（通过 9Router 调用聊天/代码生成 API）文档路径完整，输出为可直接复用的 curl/SDK 代码。扣分点："免费无限"的营销价值主张在静态审查中不可验证，实际收益取决于 9Router 服务本身及上游免费额度的真实性，静态上限 7 且缺乏代表性输出验证证据，给 5。
响应形状示例与 OpenAI/Anthropic 公开 API 规范一致，可作交叉印证；仓库含真实 CI（Docker 发布）与源代码。扣分点：技能路径本身无测试覆盖、无第三方执行证据，claimed RTK -40% 等 Token 节省数据仅有营销来源，静态上限 5，给 4。
- 该技能仅是 API 文档，必须先安装并运行 9Router 本地服务（见 9router 主技能）才能使用；单独安装无效。
- 上游 LLM 供应商会看到你发送的全部提示与代码内容，处理敏感代码前请自行评估。
- API 密钥通过环境变量（NINEROUTER_KEY）传递，注意 shell 历史与进程环境的泄露风险。
- "免费/无限"为营销说法，实际可用性取决于各上游供应商的免费额度政策，可能随时变化。
- 安装前提链接指向 master 分支而非固定版本，未来内容可能变动；国内网络下部分上游供应商可能不可达。
这个 Skill 能做什么，适合哪些场景？
9router-chat 是一个 Agent Skill，教模型如何通过本地运行的 9Router 网关发起聊天与代码生成请求。它覆盖 OpenAI 的 /v1/chat/completions 与 Anthropic 的 /v1/messages 两种接口，包括流式 SSE、模型发现（/v1/models）以及响应结构解析。9Router 本身是一个本地 AI 路由器，连接 40 多家免费/付费服务商，支持多级自动回退（订阅 → 低价 → 免费）和 RTK 工具输出压缩以节省 20-40% 的输入 token。该技能属于 9router 仓库打包的 9 个技能之一，使用前需先安装并运行 9Router 服务。
该技能指导模型执行以下操作：读取环境变量 NINEROUTER_URL（如启用鉴权还需 NINEROUTER_KEY）；用 GET /v1/models 发现可用模型并获取元数据（contextWindow、参数等）；用 POST /v1/chat/completions（OpenAI 格式）或 POST /v1/messages（Anthropic 格式）发起聊天或代码生成请求；支持 stream:true 时的 SSE 流式读取（data: {delta} 片段直到 [DONE]）；正确解析两种格式的响应体（choices/message/content 与 usage 字段）。组合（combo，如 vip、mycodex）会自动在多个服务商间回退。
- 已经本地装好 9Router 并连接了 Kiro 或 OpenCode Free 等免费服务商的开发者，想在对话中让模型直接查询并调用这些免费模型做代码生成
- 使用 Claude Code、Cursor、Cline 等工具时订阅配额经常用完的用户，通过 combo 自动回退到低价（GLM、MiniMax）或免费层避免中断
- 需要在脚本或 Agent 里以统一 OpenAI 格式同时访问 Claude、GPT、Gemini 等不同厂商模型的集成者
- 写 JS 工具链的开发者，想用 OpenAI SDK 把 baseURL 指向 9Router 来复用现有的 openai npm 包代码
- 需要逐 token 流式输出（SSE）来构建交互式界面的用户
- 在 prompt 中要求总结长文本或运行一次性提问，由 9Router 自动选择可用服务商完成
这个 Skill 有哪些优点和局限？
- 一份技能同时覆盖 OpenAI 和 Anthropic 两种 API 格式，含 curl 与 JS SDK 双示例，直接可用
- 借助 9Router 的 combo 机制，配额耗尽时自动回退到低价/免费服务商，不会中断
- 文档给出完整的响应结构（含 usage、SSE 流式格式），便于解析与调试
- 通过 /v1/models 与 /v1/models/info 可动态发现模型及元数据，无需硬编码模型列表
- 仓库为 MIT 许可的开源项目，有 Docker 镜像与多语言文档
- 强依赖一个已运行并配置好服务商的 9Router 实例，技能本身不含安装或启动 9Router 的步骤
- 未配置 NINEROUTER_URL 时完全无法工作；若启用 REQUIRE_API_KEY 还必须提供 key
- SKILL.md 未声明测试套件，也未验证在 9Router 之外（直连厂商 API）是否可用
- 示例中的模型 ID（openai/gpt-5、cc/claude-opus-4-7 等）取决于你的 9Router 实际连接的服务商，并非保证可用
- "免费无限"依赖 Kiro、OpenCode Free 等第三方免费层的持续可用性，README 已记载 iFlow、Qwen 免费层于 2026 年被取消的前例
如何安装这个 Skill？
- 先安装 9Router 本体：npm install -g 9router，然后运行 9router，仪表盘在 http://localhost:20128。2. 在仪表盘的 Providers 中连接至少一个服务商（如免费的 Kiro AI 或 OpenCode Free）。3. 从仓库 https://github.com/decolua/9router 获取该技能（位于 skills/9router-chat/SKILL.md），按所用 Agent Skills 客户端的方式放入技能目录。4. 设置环境变量 NINEROUTER_URL（默认 http://localhost:20128），若开启了鉴权（REQUIRE_API_KEY=true）还需从仪表盘获取 API Key 设为 NINEROUTER_KEY。SKILL.md 本身未给出专门的安装脚本，具体技能文件夹放置方式取决于你的客户端。
如何使用这个 Skill？
环境就绪后，可在对话中直接触发，例如："用 9Router 问一下 gpt-5：写一个 Python 的快速排序" 或 "通过 9Router 总结这段文本"。模型会按 SKILL.md 的指引：先 curl $NINEROUTER_URL/v1/models 列出可用模型；再发 POST 到 /v1/chat/completions（OpenAI 格式，示例模型 openai/gpt-5）或 /v1/messages（Anthropic 格式，示例模型 cc/claude-opus-4-7，需带 anthropic-version: 2023-06-01 头）；需要流式时设置 stream:true 并逐段读取 SSE。JS 中可 new OpenAI({ baseURL: ${NINEROUTER_URL}/v1, apiKey: NINEROUTER_KEY }) 后调用 client.chat.completions.create。
这个 Skill 与同类方案有什么区别？
同仓库的 OmniRoute fork 是 9Router 的功能扩展版（36+ 服务商、四层回退、多模态 API、语义缓存），若需更多功能可考虑该分支；直接调用 OpenAI 或 Anthropic 官方 API 则无需本地路由器，但会失去自动回退、配额追踪和 RTK 省 token 能力。