Modelshow V1.2.0
匿名双盲对比多个AI模型回答，客观评估优劣。
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：匿名双盲对比多个AI模型回答，客观评估优劣。 完整的 Skill 内容见：https://321skill.com/skills/modelshow-v1-2-0-x/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。” Modelshow会并行调用你预设的多个AI模型，并将返回的代码和解释匿名打乱后展示。你需要根据代码的正确性、效率和解释的清晰度，对这几个匿名答案进行排序。最终，它会揭晓每个答案对应的模型，帮你客观地看出哪个模型在此类任务上表现更优。
介绍
Modelshow 是一个用于匿名双盲比较不同AI模型响应的工具。它解决了开发者和研究人员在评估不同模型（如GPT-4、Claude、开源模型等）的真实能力时，容易受到模型品牌、预设偏见或顺序效应干扰的问题。通过并行查询多个模型并隐藏其来源，用户可以纯粹基于回答内容的质量进行客观评判和排名。
使用时，只需通过触发词“mdls”或“modelshow”启动，然后输入你的问题。Modelshow 会同时向配置好的多个模型发送查询，并将返回的答案匿名化后呈现给你。你需要根据答案的准确性、相关性、创造性和逻辑性等标准进行判断和排序，从而得出一个基于实际表现的模型排名。
这个工具非常适合需要定期评估和选择AI模型的开发者、研究人员、产品经理以及对大模型能力对比感兴趣的内容创作者。无论是为了技术选型、学术研究还是优化提示词策略，Modelshow 都能提供一个相对公平的测试环境。
使用建议是，为了获得更可靠的对比结果，建议针对同一类问题（如代码生成、创意写作、逻辑推理）进行多轮测试。注意事项是，由于模型响应速度可能不同，最终的匿名排序结果可能受到响应延迟的轻微影响，评判时应主要关注内容本身。
核心特点
核心区别在于其“双盲”和“并行”机制：它匿名化所有模型输出，彻底消除品牌偏见；同时并行发起查询，确保所有模型在同一时间、同一网络环境下响应，避免了顺序测试带来的不公平。
注意事项
不适合需要即时、单一模型响应的日常对话或快速原型开发场景。
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，如OpenAI GPT系列、Anthropic Claude、开源LLM等，具体需在配置中指定。
对比结果可以导出吗？
当前版本主要提供交互式对比和排名，详细的导出功能需查看后续版本更新或仓库文档。
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/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/raw/index.md（查看排版版本）