这个 Skill 能做什么，适合哪些场景？
该技能用于指导开发者向 DeepChat 代码库添加新的大语言模型提供商。它要求先收集提供商标识、API 类型、认证方式、模型元数据等输入，然后根据 API 兼容性将请求分类到三条受支持路径之一：OpenAI 兼容 API、现有原生传输（如 Anthropic、Gemini）或特供提供商实现。技能全程强调遵循现有架构，避免运行时清单、自动 SDK 安装等反模式，并强制要求编写测试和运行格式化、国际化、lint 命令。由于该技能旨在修改 DeepChat 源码，因此适用于参与该仓库开发的开发者或集成新提供商的贡献者。
该技能定义了一个为 DeepChat 添加新 LLM 提供商的工作流程。它首先读取现有的提供商文件（如 defaults.ts、providerRegistry.ts、providerFactory.ts 等）以理解当前架构，然后根据 API 兼容性将请求分类为：OpenAI 兼容 API、现有原生传输（Anthropic/Gemini/Vertex/Azure/Bedrock/Ollama/ACP）或需要自定义实现的特供提供商。根据分类，它指示修改相应的源文件，包括 provider 注册、模型目录映射、认证处理等。随后要求添加或更新测试以验证提供商创建、认证和模型发现，并运行 pnpm format、pnpm i18n、pnpm lint 及聚焦的测试。最后报告变更文件、凭据存储方式、模型元数据源和验证命令。
- 正在为 DeepChat 仓库添加新 LLM 提供商（如新的 OpenAI 兼容端点）的开发者。
- 需要为内部 OpenAI 兼容服务扩展 DeepChat 的贡献者，希望遵循项目架构。
- 需要为特殊 API 行为（如独特认证流程）添加适配器的维护者。
- 需要为已有原生传输（如 AWS Bedrock）添加提供商集成，但仅需注册和映射的开发者。
- 希望了解如何为自定义模型添加提供商支持，并确保测试覆盖的贡献者。
如何安装这个 Skill？
- 技能文档未提供敏感数据处理细节，建议审视实际实现中API密钥和OAuth凭据的存储与加密方式。
- 缺少回滚方案，若添加提供商时出现问题，应确保能恢复到先前状态。
- 未提及非适用场景，用户可能误用技能处理不支持的提供商类型。
- 文档无版本和变更记录，维护责任不明确，建议确认更新渠道。
- Shell / 命令行
- 本地文件系统
Node.jspnpm
该技能是 DeepChat 仓库的一部分（位于 .agents/skills/add-provider/SKILL.md）。要使用它，请克隆 DeepChat 仓库并安装依赖：git clone https://github.com/ThinkInAIXYZ/deepchat && cd deepchat && pnpm install && pnpm run installRuntime。技能本身无需单独安装。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/ThinkInAIXYZ/deepchat.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/.agents/skills/add-provider" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 使用 add-provider 技能为 <ProviderName> 添加提供商支持。
当被要求向 DeepChat 添加提供商时，可提示：'使用 add-provider 技能为 <ProviderName> 添加提供商支持。' 技能将引导你收集所需输入（提供商 ID、显示名称、API 类型、基础 URL、认证类型、模型元数据源、测试模型、网站/文档 URL 等），然后按工作流程执行：阅读相关规范文档，检查当前提供商文件，分类请求，进行最小化源码变更，添加测试，并运行验证命令（pnpm format、pnpm i18n、pnpm lint 及聚焦测试）。
这个 Skill 有哪些优点和局限？
- 强制遵循现有架构，避免引入运行时清单等反模式。
- 提供了清晰的分类路径（OpenAI 兼容、原生传输、特供提供商），简化决策。
- 强调添加测试和运行 lint/format，确保代码质量。
- 要求报告变更文件、凭据存储位置和验证命令，提高了可审计性。
- 与 DeepChat 现有提供商架构紧密集成，适合贡献者使用。
- 仅适用于 DeepChat 仓库内部，通用性有限。
- 需要了解 DeepChat 的源码结构和提供商架构，初学者上手较难。
- 未提供具体的代码示例，抽象程度较高。
- 未提及对非代码用户的适用性，仅面向开发者。
- 未说明跨平台测试情况。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 添加 LLM 提供商（DeepChat 开发技能） 本页 | 56 · 谨慎使用 | ★ 6.4k | 3 天前 | Apache-2.0 |
| OpenMAIC 多智能体互动课堂助手 | 65 · 推荐 | ★ 40k | 3 天前 | MIT |
| Loki Mode 自主 SDLC 技能 | 53 · 谨慎使用 | ★ 1.1k | 3 天前 | NOASSERTION |
| OpenCodeReview 代码审查技能 | 待评估 | ★ 45k | 3 天前 | Apache-2.0 |
| Swift 并发专家技能（Swift Concurrency Pro） | 65 · 推荐 | ★ 561 | 4 个月前 | MIT |
FollowSkills 如何评估这个 Skill？
技能文档明确要求审查源代码更改，包含防护栏（如不自动安装SDK、不存储OAuth凭据于API密钥字段、不在渲染器执行提供商逻辑等），强调最小变更和用户确认流程。然而，未明确说明具体的数据流透明度和回滚机制，且发布者身份未验证（但未因此扣分）。扣分原因：缺少对敏感数据处理和回滚的详细说明。
技能提供了清晰的步骤和典型文件列表，但未附带已提交的测试套件或独立的执行证据。静态审查下，无法验证其关键路径的可靠性。扣分原因：未提供足够的测试覆盖和错误处理细节。
技能明确描述了三种支持路径（OpenAI兼容、现有原生传输、特殊提供商），并给出了输入要求和防护栏，有助于准确触发。但未说明非适用场景或环境限制（如网络可达性），且未明确针对中文用户优化。扣分原因：缺少明确的非适用边界和触发条件验证。
技能文档结构清晰，包含目标、输入、路径、防护栏、工作流和输出清单，但缺少安装说明、版本控制、变更日志和已知限制的披露。发布者未验证，但未因此扣分。扣分原因：缺少版本与维护责任声明。
技能描述清晰的目标和流程，预期能完成添加提供商的核心任务，但静态审查下无法验证实际输出是否直接可用。扣分原因：缺少代表性输出验证或与替代方案的成本效益比较。
仓库中存在CI工作流和测试脚本，但技能本身未包含可复现的测试证据或第三方执行结果。扣分原因：缺乏针对该技能关键路径的独立验证。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →