delegation-core
将任务委派给Gemini或Qwen，带配额跟踪与错误处理
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：delegation-core。 它的用途是：将任务委派给Gemini或Qwen，带配额跟踪与错误处理 完整的 Skill 内容见：https://321skill.com/skills/delegation-core-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请帮我将用户评论分析任务委派给Gemini，设置每日配额500次，失败时重试2次并降级到Qwen。' 它会调用 delegation-core 的 delegate 方法，自动跟踪配额，若Gemini超限或返回错误，则按策略重试或切换模型，最终返回分析结果或错误信息。
介绍
解决什么问题 在开发AI应用或多智能体系统时，经常需要将任务分发给不同的AI模型（如Gemini、Qwen），但缺乏统一的委派机制、配额管理和错误恢复能力。delegation-core 提供了一个轻量级的核心模块，让开发者可以声明式地将任务委派给指定的模型，并自动跟踪调用配额、处理超时、重试等异常场景，避免因模型服务不稳定或配额超限导致整个流程中断。
怎么用
安装后，在代码中引入 delegation-core，通过配置指定目标模型（Gemini或Qwen）以及配额限制（如每日调用次数、并发数）。然后调用 delegate(task, options) 方法即可将任务发送到对应模型，返回结果或错误信息。支持自定义重试策略、超时时间、后备模型等。也可通过MCP协议与其他智能体编排工具集成，实现更复杂的任务分配。
适合谁 适合需要同时使用多个AI模型（特别是Gemini和Qwen）进行任务处理的开发者，包括智能体开发、后端开发、全栈开发。尤其适合构建多智能体协作系统、批量处理任务、或需要精细控制API调用成本和错误恢复的场景。
使用建议 建议先根据业务需求设置合理的配额阈值，避免因单次任务超量调用导致配额耗尽。同时配置好错误处理回调，以便在模型不可用时自动切换到备用模型或降级处理。注意该工具专注于委派和配额管理，不包含模型本身的微调或推理优化功能。
核心特点
不同于通用的任务调度库，delegation-core 专门针对Gemini和Qwen的API特性做了适配，内置了配额跟踪（按调用次数/Token）和细粒度的错误处理（重试、降级、熔断），开箱即用，无需额外开发配额监控组件。
注意事项
不适合需要超低延迟（<50ms）的实时交互场景，因为委派和错误处理流程会引入一定的额外开销；也不支持非Gemini/Qwen的模型。
常见问题
如何配置每天的调用配额？
在初始化时传入 `quota` 对象，如 `{ daily: 1000 }`，支持按次数或Token数限制，超限后会自动拒绝新任务并返回错误。
支持哪些模型？
目前支持Gemini（gemini-pro、gemini-ultra等）和Qwen（qwen-max、qwen-plus等），可通过 `model` 参数指定具体版本。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/delegation-core-x-2/raw/index.md 读取 delegation-core 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/delegation-core-x-2/raw/index.md（查看排版版本）