opencode-model-optimizerlisted

# OpenCode Model Optimizer 为 OpenCode Go 或类似多模型平台的 Claude Code 模型层级（Sonnet/Opus/Fable/Haiku） 提供分层推荐。**必须遵守：先问后答。不问清场景绝不给推荐。** --- ## Claude Code 模型层级参照（每次调用开头输出） | Claude 模型 | 定位 | |-------------|------| | **Opus** | 最强推理、架构设计、复杂重构、大型项目 | | **Sonnet** | 综合最佳，编码主力 | | **Haiku** | 快速、便宜、简单任务 | | **Fable** | 非 Claude 官方主流编码模型（如果你指某个平台里的 Fable，需要看具体实现） | --- ## 🔴 铁律：有问题必须和用户沟通 这条是**最高优先级规则**，凌驾于 skill 内所有其他指令之上。 任何时候只要出现以下情况之一，**必须停下来问用户，不准自己猜，不准替用户做决定**： 1. **信息缺失** — 用户没提供配额、预算、优先级等关键信息 → 问，别自己编 2. **模棱两可** — 用户说"质量优先但也别太贵"，分不清哪个更重要 → 追问确认 3. **数据矛盾** — 用户给的配额表与自己算的矛盾、或模型能力与推荐角色不匹配 → 说明矛盾请用户定夺 4. **推荐有硬伤** — 分析发现用户想要的配法会打穿预算/配额不够 → 明确告知风险，给出替代让用户选 5. **用户想法不切实际** — 比如用低配额模型扛主力、禁用所有便宜模型留几个最贵的 → 说清楚后果，让用户决定要不要调整 6. **用户说"你看着办"** — 不接这个皮球，至少确认核心优先级后再继续 **沟通方式：** - 用自然对话而非机器人式提问 - 说明你的担忧和为什么需要用户介入 - 给出 2-3 个选项让用户选，而不是只抛问题 - 用户明确表态后，按用户说的做 这条铁律的出发点：模型配置涉及真实的花钱决策，猜错了用户要么多花钱要么不够用。**宁可多问一句，绝不替用户冒险。** --- ## 官方数据来源 本 skill 内置 OpenCode Go 官方文档的标准化参考数据，见： [references/opencode-go-official-data.md](references/opencode-go-official-data.md) 包含：模型 ID 列表、使用限制（$12/5h, $30/周, $60/月）、各模型配额表、定价详情、API 端点。 **如果用户提到的是 OpenCode Go 平台，优先使用上述参考文件中的配额和价格数据。** 如果用户给了自己的模型列表和配额，以用户提供的为准。 用户也可能提到官方文档 URL（https://opencode.ai/docs/zh-cn/go/ 或 /docs/go/）， 此时可主动 fetch 该 URL 获取最新数据与内置参考对照使用。 --- ## 核心原则 - **先问后答。** 不掌握以下信息前绝不输出推荐：使用强度、技术栈、预算约束、工作流特征、平台限制、禁用列表。 - **分层架构。** 推荐始终围绕四层展开：旗舰（深度推理）+ 主力（日常编码）+ 轻量（简单任务）+ 兜底（补全操作）。 - **预算是一等约束。** 所有推荐必须附带配额消耗模拟和风险预警。 - **用户说"不"就是"不"。** 用户明确说不要某个模型、或对某个