Modelshow V1.2.0
双盲并行对比多个AI模型的回答质量并进行匿名排名。
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：Modelshow V1.2.0。 它的用途是：双盲并行对比多个AI模型的回答质量并进行匿名排名。 完整的 Skill 内容见：https://321skill.com/skills/modelshow-v1-2-0-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
“mdls，请用Python写一个快速排序函数，并加上详细注释。” 它会同时向多个预设的AI模型（如GPT-4、Claude 3、本地Llama）发送这个请求，然后将返回的几个代码片段匿名打乱顺序展示给你。你可以仔细阅读每一份代码，根据代码质量、注释清晰度、算法正确性等标准进行评分和排名，从而选出最适合代码生成任务的模型。
介绍
Modelshow 是一个用于双盲对比不同AI模型输出质量的工具。它解决了开发者在选择或评估AI模型时，容易受到模型品牌或先入为主印象影响的问题，帮助用户基于回答本身的质量做出客观判断。
使用时，只需在支持的AI工具（如Claude、Cursor）中输入触发词“mdls”或“modelshow”，然后提出你的问题。该工具会同时向多个配置好的AI模型发送查询，并将它们的回答匿名化后呈现给你，让你在不知道答案来源的情况下进行评判和排名。
它非常适合需要客观评估模型能力的研究者、开发者，以及希望为特定任务（如代码生成、文案创作）选择最佳模型的用户。无论是进行技术调研、对比模型效果，还是优化AI应用开发流程，都能从中受益。
建议在使用前，确保你已经配置好需要对比的模型API或本地服务。由于是并行查询，请注意可能产生的Token消耗和API成本。在评判时，尽量制定清晰、一致的标准，以获得更可靠的对比结果。
核心特点
核心在于“双盲”和“并行”机制：它将不同模型的回答匿名化后并列展示，彻底消除了品牌偏见，让用户完全基于回答内容的质量进行评判，而非模型名气。同时，它支持并行查询，一次性获取所有模型的回答，极大提升了对比效率。
注意事项
不适合需要实时、低延迟响应的对话场景，也不适用于仅调用单一模型的简单任务。
常见问题
Modelshow支持哪些AI模型？
理论上支持任何可通过API调用的模型，具体取决于你的配置，如Claude、GPT系列、本地部署的开源模型等。
使用Modelshow会产生额外费用吗？
会产生费用，因为它会调用你配置的各个模型的API，Token消耗和费用取决于你的查询和所选模型。
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/modelshow-v1-2-0-x-2/raw/index.md 读取 Modelshow V1.2.0 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/modelshow-v1-2-0-x-2/raw/index.md（查看排版版本）