【免费下载链接】claude-delegatorDelegate tasks to Codex and Gemini directly from within Claude Code.项目地址https://gitcode.com/gh_mirrors/cl/claude-delegator点击查看免费下载claude-delegator是一个为 Claude Code 打造的开源插件当任务超出 Claude 自身能力时它会把复杂工作智能路由给 GPTCodex或 Gemini 专家代理由 5 位领域专家负责分析与实施。本文讲清楚 GPT 与 Gemini 各适合什么任务以及如何通过合理的路由策略显著降低 Token 成本。是什么把复杂任务交给 GPT 与 Gemini 专家安装后Claude 相当于组建了一支跨模型专家团队。每位专家既可以只读分析Advisory也可以动手改代码Implementation专家擅长领域典型触发场景Architect系统设计、技术权衡这个服务该怎么架构Plan Reviewer方案评审评审一下我的迁移计划Scope Analyst需求澄清我遗漏了什么Code Reviewer代码质量、找 BugReview 这段代码Security Analyst漏洞、威胁建模这个认证流程安全吗各专家的系统提示词定义在 prompts/ 目录下例如 architect.md 和 security-analyst.md。工作原理双模型路由机制Claude 充当总调度流程如下识别触发信号—— 每条消息都会扫描是否命中委派触发词如review this code、is this secure规则见 rules/triggers.md选定专家与模型—— 读取对应专家提示词按任务特征选择 GPT 或 Gemini通过 MCP 委派—— 调用mcp__codex__codex或mcp__gemini__gemini工具合成回复—— Claude 消化专家输出并给出结论绝不原样透传其中 GPT 走 Codex CLI 原生mcp-serverGemini 则通过内置桥接服务 server/gemini/index.js 暴露为 MCP 工具。完整编排逻辑可参考 rules/orchestration.md。GPT还是Gemini选择策略一览项目内置了明确的路由规则rules/model-selection.md两个模型同时可用时场景推荐模型原因需要大上下文或多模态分析 Gemini上下文窗口大性价比高一般性推理任务 Gemini默认首选用户明确指定GPT或Codex GPT尊重显式请求两个模型的定位差异来自 config/providers.jsonGPTCodex优势在架构设计、代码评审、安全分析Gemini优势在推理能力、大上下文、代码生成、多模态实用技巧你也可以主动指定例如直接说用 Gemini 评审这段代码Claude 会立即按你的要求路由。成本优化5个实用技巧委派专家要消耗 Token用对策略才能省钱一次委派给足上下文—— 结构完整的一次调用胜过多次模糊调用。信息缺失导致的重试是最常见的成本浪费。单次调用 vs 多轮会话选对模式—— 独立咨询任务用单次调用Single-shot链式实施步骤用多轮Multi-turn通过threadId保持上下文专家记得上一轮无需重复投喂背景。重试上限 3 次—— 实施类任务失败后自动多轮重试带完整错误历史3 次后升级给用户避免无限烧钱。小事不委派—— 简单语法问题、第一次尝试的修复、琐碎文件操作Claude 直接处理即可省下的是真金白银。只在高价值任务上委派—— 架构决策、安全审计、卡了 2 次以上的疑难调试才是值得请专家出场的场景。⚠️注意Claude Code 本身消耗的 Token 通常高于专家调用成本委派前确认任务确实需要跨模型视角。快速上手3步启用双模型委派前置要求至少安装一个 CLI 工具——Codex CLIGPT或 Gemini CLIGemini并完成登录认证codex login或运行一次gemini。在 Claude Code 中依次执行/plugin marketplace add jarrodwatts/claude-delegator /plugin install claude-delegator /claude-delegator:setup完成后Claude 会自动检测你配置了哪些模型并开始智能路由。手动配置 MCP 的方式见 commands/setup.md。常见问题速查问题解决办法专家不触发显式指定Ask GPT to review... 或 Ask Gemini to review...MCP 工具不出现重启 Claude Code或用claude mcp list检查注册状态模型未认证Codex 运行codex loginGemini 运行一次gemini完成登录一句话总结GPT 与 Gemini 不是二选一而是各有所长——大上下文和日常推理优先 Gemini架构与安全深度分析可交给 GPT配合给足上下文、限制重试、小事不委派三原则就能在享受多模型专家能力的同时把成本控制在合理范围。赞分享【免费下载链接】claude-delegatorDelegate tasks to Codex and Gemini directly from within Claude Code.项目地址https://gitcode.com/gh_mirrors/cl/claude-delegator点击查看免费下载相关推荐超实用Gemini模型选择指南性能与成本平衡的终极策略超实用Gemini模型选择指南性能与成本平衡的终极策略 你是否在选择Gemini模型时陷入两难想要顶尖性能却担心成本过高或是预算有限又怕影响效果本文将帮示例工程人工智能大模型OpenCode成本优化指南AI模型选择与使用策略OpenCode成本优化指南AI模型选择与使用策略 在AI驱动的开发工具普及的今天OpenCode作为一款集成多种大语言模型LLM的开发平台其使用成本AI 应用人工智能代码智能体交互助手CLI工具调用MCP Clients成本与性能双优化langchain4j多模型路由实战指南成本与性能双优化langchain4j多模型路由实战指南 你是否在开发AI应用时遇到这些困境使用GPT 4处理简单问答导致成本飙升用开源模型应对复杂任务又人工智能大模型RAGAI Agent工具调用后端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
【免费下载链接】claude-delegatorDelegate tasks to Codex and Gemini directly from within Claude Code.项目地址https://gitcode.com/gh_mirrors/cl/claude-delegator点击查看免费下载claude-delegator是一个为 Claude Code 打造的开源插件当任务超出 Claude 自身能力时它会把复杂工作智能路由给 GPTCodex或 Gemini 专家代理由 5 位领域专家负责分析与实施。本文讲清楚 GPT 与 Gemini 各适合什么任务以及如何通过合理的路由策略显著降低 Token 成本。是什么把复杂任务交给 GPT 与 Gemini 专家安装后Claude 相当于组建了一支跨模型专家团队。每位专家既可以只读分析Advisory也可以动手改代码Implementation专家擅长领域典型触发场景Architect系统设计、技术权衡这个服务该怎么架构Plan Reviewer方案评审评审一下我的迁移计划Scope Analyst需求澄清我遗漏了什么Code Reviewer代码质量、找 BugReview 这段代码Security Analyst漏洞、威胁建模这个认证流程安全吗各专家的系统提示词定义在 prompts/ 目录下例如 architect.md 和 security-analyst.md。工作原理双模型路由机制Claude 充当总调度流程如下识别触发信号—— 每条消息都会扫描是否命中委派触发词如review this code、is this secure规则见 rules/triggers.md选定专家与模型—— 读取对应专家提示词按任务特征选择 GPT 或 Gemini通过 MCP 委派—— 调用mcp__codex__codex或mcp__gemini__gemini工具合成回复—— Claude 消化专家输出并给出结论绝不原样透传其中 GPT 走 Codex CLI 原生mcp-serverGemini 则通过内置桥接服务 server/gemini/index.js 暴露为 MCP 工具。完整编排逻辑可参考 rules/orchestration.md。GPT还是Gemini选择策略一览项目内置了明确的路由规则rules/model-selection.md两个模型同时可用时场景推荐模型原因需要大上下文或多模态分析 Gemini上下文窗口大性价比高一般性推理任务 Gemini默认首选用户明确指定GPT或Codex GPT尊重显式请求两个模型的定位差异来自 config/providers.jsonGPTCodex优势在架构设计、代码评审、安全分析Gemini优势在推理能力、大上下文、代码生成、多模态实用技巧你也可以主动指定例如直接说用 Gemini 评审这段代码Claude 会立即按你的要求路由。成本优化5个实用技巧委派专家要消耗 Token用对策略才能省钱一次委派给足上下文—— 结构完整的一次调用胜过多次模糊调用。信息缺失导致的重试是最常见的成本浪费。单次调用 vs 多轮会话选对模式—— 独立咨询任务用单次调用Single-shot链式实施步骤用多轮Multi-turn通过threadId保持上下文专家记得上一轮无需重复投喂背景。重试上限 3 次—— 实施类任务失败后自动多轮重试带完整错误历史3 次后升级给用户避免无限烧钱。小事不委派—— 简单语法问题、第一次尝试的修复、琐碎文件操作Claude 直接处理即可省下的是真金白银。只在高价值任务上委派—— 架构决策、安全审计、卡了 2 次以上的疑难调试才是值得请专家出场的场景。⚠️注意Claude Code 本身消耗的 Token 通常高于专家调用成本委派前确认任务确实需要跨模型视角。快速上手3步启用双模型委派前置要求至少安装一个 CLI 工具——Codex CLIGPT或 Gemini CLIGemini并完成登录认证codex login或运行一次gemini。在 Claude Code 中依次执行/plugin marketplace add jarrodwatts/claude-delegator /plugin install claude-delegator /claude-delegator:setup完成后Claude 会自动检测你配置了哪些模型并开始智能路由。手动配置 MCP 的方式见 commands/setup.md。常见问题速查问题解决办法专家不触发显式指定Ask GPT to review... 或 Ask Gemini to review...MCP 工具不出现重启 Claude Code或用claude mcp list检查注册状态模型未认证Codex 运行codex loginGemini 运行一次gemini完成登录一句话总结GPT 与 Gemini 不是二选一而是各有所长——大上下文和日常推理优先 Gemini架构与安全深度分析可交给 GPT配合给足上下文、限制重试、小事不委派三原则就能在享受多模型专家能力的同时把成本控制在合理范围。赞分享【免费下载链接】claude-delegatorDelegate tasks to Codex and Gemini directly from within Claude Code.项目地址https://gitcode.com/gh_mirrors/cl/claude-delegator点击查看免费下载相关推荐超实用Gemini模型选择指南性能与成本平衡的终极策略超实用Gemini模型选择指南性能与成本平衡的终极策略 你是否在选择Gemini模型时陷入两难想要顶尖性能却担心成本过高或是预算有限又怕影响效果本文将帮示例工程人工智能大模型OpenCode成本优化指南AI模型选择与使用策略OpenCode成本优化指南AI模型选择与使用策略 在AI驱动的开发工具普及的今天OpenCode作为一款集成多种大语言模型LLM的开发平台其使用成本AI 应用人工智能代码智能体交互助手CLI工具调用MCP Clients成本与性能双优化langchain4j多模型路由实战指南成本与性能双优化langchain4j多模型路由实战指南 你是否在开发AI应用时遇到这些困境使用GPT 4处理简单问答导致成本飙升用开源模型应对复杂任务又人工智能大模型RAGAI Agent工具调用后端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
