Modelshow V1.2.0
并行匿名对比多个AI模型的输出，进行双盲评测。
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：并行匿名对比多个AI模型的输出，进行双盲评测。 完整的 Skill 内容见：https://321skill.com/skills/modelshow-v1-2-0-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
“mdls 请用Python写一个快速排序函数，并解释其原理。” 它会同时将这个问题发送给GPT-4、Claude 3和你的本地模型，然后将三个匿名回复（Model A, B, C）展示给你。你根据代码质量和解释清晰度进行排序后，它会揭晓A、B、C分别对应哪个模型，从而直观看出各模型在代码任务上的差异。
介绍
Modelshow V1.2.0 旨在解决开发者和研究者难以客观、公平地比较不同AI模型（如GPT-4、Claude、本地模型）在相同问题下真实表现差异的痛点。它通过并行查询多个模型，并将它们的输出结果匿名化后呈现给用户，从而消除模型品牌、版本等先入为主的偏见，让用户仅基于回答内容的质量进行排序和判断。
使用时，只需在支持的AI助手（如Claude Desktop）中通过“mdls”或“modelshow”指令触发，然后输入你想要测试的问题。系统会自动将问题发送给预设的多个模型，收集回复后，以匿名方式（如Model A, Model B）展示给你。你需要作为“裁判”，根据回答的准确性、逻辑性、创造性等标准，对这些匿名输出进行排序，最终系统会揭晓每个匿名标签对应的真实模型。
这个Skill非常适合需要评估和选择AI模型的前后端开发、全栈开发、智能体开发者，以及进行模型效果研究或对比的数据分析师和学术研究者。它帮助用户在选型、调优或学术实验中做出更理性的决策。
建议在对比时，准备一些具有挑战性或能体现模型差异性的问题（如逻辑推理、代码生成、创意写作）。注意，其效果依赖于你配置的模型列表的可用性和响应速度，且主要侧重于文本输出的定性对比，不提供自动化的量化指标（如准确率、速度）分析。
核心特点
核心在于“双盲”对比机制，通过匿名化输出彻底消除品牌偏见，确保评估完全基于内容质量；同时支持并行查询，一次性获取多个模型的回复，极大提升了对比效率。
注意事项
不适合需要自动化、量化指标（如延迟、Token消耗）对比的场景，也不直接提供模型微调或参数调整功能。
常见问题
Modelshow支持哪些AI模型？
支持任何可以通过API调用的模型，如OpenAI GPT系列、Anthropic Claude系列、开源本地模型等，具体取决于你的配置。
对比结果可以导出吗？
当前版本主要提供交互式匿名排序和揭晓功能，不直接支持结果报告导出，但你可以手动记录排序结果。
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-4/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-4/raw/index.md（查看排版版本）