智能多模型编程助手,自动选择最优模型,覆盖代码生成、审查、调试、重构、测试等场景。适用于编写代码、代码审查、Bug调试、性能优化、技术栈迁移、单元测试等编程任务。
智能编程助手是一项面向实际任务的技能,主要用于🧠 智能模型路由;根据编程任务类型自动选择最优模型:;
逻辑严谨,善于发现问题;Bug 调试;qwen-plus / glm-4;推理能力强,定位准确;qwen-coder-plus;熟悉算法优化。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
根据编程任务类型自动选择最优模型:
| 任务类型 | 推荐模型 | 理由 |
|---|---|---|
| 代码生成 | qwen-coder-plus / deepseek-coder | 代码生成能力强,上下文理解好 |
| 代码审查 | qwen-max / claude-sonnet | 逻辑严谨,善于发现问题 |
| Bug 调试 | qwen-plus / glm-4 | 推理能力强,定位准确 |
| 性能优化 | qwen-coder-plus | 熟悉算法优化和最佳实践 |
| 重构 | claude-sonnet / qwen-max | 代码结构理解深刻 |
| 单元测试 | qwen-coder / deepseek-coder | 测试用例生成质量高 |
| 技术问答 | qwen-plus / glm-4 | 知识覆盖面广 |
| 文档生成 | qwen-turbo / qwen-plus | 速度快,表达清晰 |
复杂任务拆分流程:
1. 任务分析 → qwen-plus(理解需求) 2. 架构设计 → qwen-max(系统设计) 3. 核心代码 → qwen-coder-plus(实现) 4. 代码审查 → claude-sonnet(质量检查) 5. 测试生成 → deepseek-coder(单元测试) 6. 文档编写 → qwen-turbo(快速生成)
详见 references/model-profiles.md
# 单模型模式 - 直接指定 smart-coding-assistant --model qwen-coder-plus "生成一个快速排序" # 自动路由模式 - 让技能选择最优模型 smart-coding-assistant "帮我优化这个算法的性能" # 多模型协作模式 - 复杂任务 smart-coding-assistant --collab "重构这个模块并添加测试"
代码生成类:
代码审查类:
调试类:
优化类:
测试类:
# 使用 model_router.py 分析任务类型 python scripts/model_router.py --task "你的编程任务"
根据任务类型查询 references/model-profiles.md 选择最优模型。
调用选定的模型执行任务。
对于重要代码,使用第二模型进行审查。
输出结果并记录模型表现,更新能力画像。
# 模型 API 配置 export QWEN_API_KEY="your-key" export DEEPSEEK_API_KEY="your-key" export GLM_API_KEY="your-key" # 路由策略 export CODING_MODEL_STRATEGY="auto" # auto | manual export ENABLE_COLLAB="true" # 启用多模型协作
编辑 ~/.smart_coding_config.json:
{
"default_model": "qwen-coder-plus",
"review_model": "claude-sonnet",
"enable_caching": true,
"max_collab_models": 3,
"cost_limit_per_task": 5.0
}
Q: 模型选择不准确?
Q: 多模型协作失败?
Q: 代码质量不佳?
最后更新:2026-03-18
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134万人学习
共49课时 | 82.5万人学习