delegation-core
将任务委托给Gemini/Qwen并管理配额
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：将任务委托给Gemini/Qwen并管理配额 完整的 Skill 内容见：https://321skill.com/skills/delegation-core-x-3/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
'帮我配置 delegation-core，将每日的代码审查任务分配给 Gemini，当 Gemini 配额用尽后自动切换到 Qwen，并记录每次调用成本。' 它会生成一个 config.yaml 文件，包含模型列表、配额上限和错误回退策略，然后自动执行一次测试调用验证配置是否生效。
介绍
在AI开发或自动化工作流中，经常需要将任务分配给不同的底层模型（如Gemini、Qwen），并跟踪每个模型的调用配额和错误情况。delegation-core 提供了一个统一的委托层，让你可以像调用一个接口一样，将任务安全地分发到多个模型，并自动处理配额超限、重试、错误回退等问题。
使用方式非常简单：安装后，通过配置API密钥和配额参数，即可在代码或命令行中指定任务类型和目标模型。Skill 会自动路由请求，记录每次调用的Token消耗和费用，并在某个模型达到配额上限时切换到备用模型，同时返回详细的错误日志。
适合需要管理多个AI模型调用、控制成本、确保高可用性的团队和个人，尤其是智能体开发者、后端工程师和全栈工程师。在构建需要多模型协作的自动化流程、智能体编排或批量处理任务时，该Skill能显著降低重复开发工作量。
建议在正式使用前先配置好各模型的API密钥和配额上限，并定期审查日志文件以优化模型选择策略。注意该Skill本身不包含模型能力，仅作为调度层，需要依赖外部模型API的可用性。
核心特点
与普通的模型调用封装不同，delegation-core 内置了跨模型配额跟踪和自动错误恢复机制，能根据实时使用情况动态切换模型，避免因单一模型限流导致任务中断。
注意事项
不适合对延迟要求极高的实时交互场景，因为模型切换和配额检查会引入额外开销。
常见问题
delegation-core 支持哪些模型？
目前支持 Gemini 和 Qwen 两大系列，未来可扩展其他模型。需要自行配置 API 密钥。
如何设置配额限制？
在配置文件中为每个模型设置 max_tokens_per_day 或 max_requests_per_hour 等参数，超出后会自动回退到备用模型。
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-3/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-3/raw/index.md（查看排版版本）