lotus
开源MCP工具，整合双AI模型，统一接口并优化调用成本。
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：lotus。 它的用途是：开源MCP工具，整合双AI模型，统一接口并优化调用成本。 完整的 Skill 内容见：https://321skill.com/skills/lotus/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
‘用 lotus 分析这段业务数据，并对比GPT-4和Claude-3的输出效果与成本。’ 它会通过配置好的MCP接口，将请求同时发送给两个模型，并返回分析结果及各自的Token消耗与费用估算，帮助你做出性价比更高的选择。
介绍
lotus 是一个开源的 MCP（Model Context Protocol）协议工具，旨在解决开发者在集成和使用不同AI模型时面临的接口不统一和成本难以控制的问题。它通过提供标准化的接口，让开发者可以更方便地调用不同的AI服务，而无需为每个模型编写特定的适配代码。
使用 lotus 时，开发者只需通过其统一的API进行调用，工具会自动将请求分发到配置好的AI模型（例如 OpenAI GPT 和 Anthropic Claude），并返回处理结果。这简化了开发流程，使得在应用中集成AI功能变得更加高效。
这个工具特别适合需要同时使用多个AI模型进行对比、测试或实现负载均衡与成本优化的开发者。无论是构建复杂的AI应用，还是进行模型效果评估，lotus 都能提供便利。
建议在使用前仔细配置各AI模型的API密钥和计费规则，并关注其调用日志，以便更好地监控费用和优化模型使用策略，避免因配置不当导致意外开销。
核心特点
与单一模型代理工具不同，lotus 核心在于实现了对双AI模型的统一调度与成本优化，允许用户在一个接口下灵活切换或组合使用不同模型，并内置了针对Token消耗的成本控制机制。
注意事项
不适合仅需调用单一、固定AI模型且对成本控制无复杂要求的简单场景。
常见问题
lotus 支持哪些AI模型？
目前主要整合了如 OpenAI GPT 和 Anthropic Claude 等主流模型，提供统一调用接口。
如何使用 lotus 优化AI调用成本？
通过配置模型的优先级、设置Token消耗上限或根据任务类型智能路由请求来实现成本优化。
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/lotus/raw/index.md 读取 lotus 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/lotus/raw/index.md（查看排版版本）