delegation-core
将任务委托给Gemini或通义千问，并提供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：将任务委托给Gemini或通义千问，并提供配额跟踪与错误处理。 完整的 Skill 内容见：https://321skill.com/skills/delegation-core-x-4/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
‘请使用delegation-core，帮我分析这段用户反馈的情感倾向。’ 它会自动评估当前Gemini和通义千问的配额与成本，选择更优的模型执行分析任务，并返回带有情感标签和置信度的结果。如果首选模型调用失败，它会自动尝试备用模型，并记录此次错误。
介绍
这个Skill的核心功能是作为一个智能任务分发器，帮助开发者在多个AI模型（如Gemini和通义千问）之间进行选择，并将任务委托给它们执行。它解决了在开发AI应用时需要手动切换和调用不同模型API、管理调用配额以及处理潜在错误的繁琐问题。
使用方式非常直接，开发者只需通过简单的指令或配置，指定要执行的任务（例如代码生成、文本分析），该Skill便会自动选择合适的模型进行调用，并返回结果。它内置了配额跟踪机制，可以监控各模型的用量，避免超限，同时具备完善的错误处理逻辑，能在模型调用失败时进行重试或降级处理。
它非常适合那些需要集成多个大语言模型能力，但又希望简化调用流程、统一错误处理和成本监控的开发者。无论是前端、后端还是全栈开发，在进行AI功能开发时都能从中受益。
使用建议是，在初次配置时，请确保已正确设置好各模型供应商的API密钥。在涉及高并发或关键业务场景时，建议结合其配额跟踪功能，设置合理的告警阈值，并关注其错误日志，以便及时调整策略。
核心特点
与仅支持单一模型调用的Skill不同，它原生支持在Gemini和通义千问等多个主流模型间进行智能委托与切换，并内置了精细的配额使用跟踪和统一的错误处理框架，简化了多模型集成与运维的复杂度。
注意事项
不适合需要调用特定小众或私有化部署模型，或对模型响应延迟有极端低要求的场景。
常见问题
如何设置Gemini和通义千问的API密钥？
通常需要在Skill的配置文件或环境变量中分别设置对应供应商的API密钥。
它能自动根据任务类型选择模型吗？
是的，它可以根据预设的规则或成本策略，自动将任务委托给合适的模型。
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-4/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-4/raw/index.md（查看排版版本）