Modelshow V1.2.0
双盲对比AI模型回答，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：双盲对比AI模型回答，匿名排名 完整的 Skill 内容见：https://321skill.com/skills/modelshow-v1-2-0/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 帮我比较一下GPT-4o和Claude 3.5 Sonnet对‘如何提高代码质量’的回答”，它会并行调用两个模型，将回答匿名化后随机排列展示，你盲评每个回答的质量，最后系统根据你的评分输出排名。
介绍
Modelshow 解决的是 AI 模型评估中的主观偏见问题。当你在不同模型之间选择时，直接并列展示回答容易受到品牌、风格等无关因素的干扰。这个 Skill 通过双盲实验设计，让用户专注于回答本身的质量，从而做出更客观的判断。
使用方式很简单：对 AI 说出触发词“mdls”或“modelshow”，然后输入你想要比较的问题。它会自动并行调用多个模型（如 GPT-4o、Claude 等），打乱顺序并匿名展示每个回答，你只需逐条打分或选择最优，最后系统会基于你的评分生成排名。
适合 AI 产品经理、智能体开发者和数据分析师，尤其是在进行模型选型、提示词工程效果验证、或者需要向团队/客户推荐模型时。也适合研究人员对比不同版本或不同厂商的模型能力。
建议每次比较的模型数量控制在 3-5 个，避免认知负担过重。问题应尽量具体、有代表性，并保持输入一致。注意该技能需要等待所有模型完成响应，不适合对实时性要求极高的场景。
核心特点
其他模型对比工具通常只是并列展示回答，而 Modelshow 采用双盲实验设计，强制匿名化输出，让用户基于内容质量而非品牌或风格偏见进行评分，最终按优劣排名。
注意事项
不适合需要流式输出或实时交互的场景，因为必须等待所有模型完成响应后才能进行盲评。
常见问题
如何触发 Modelshow？
直接对 AI 说“mdls”或“modelshow”即可启动，后面跟上你想要比较的问题。
支持哪些模型？
支持当前 AI 助手可调用的所有模型，具体取决于你的平台配置，通常包括 GPT-4o、Claude 3.5 等。
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/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/raw/index.md（查看排版版本）