external-model-selection

Umiejętność do wyboru optymalnych modeli AI do analizy kodu, badania błędów i decyzji architektonicznych. Zawiera empirycznie potwierdzone rankingi modeli (MiniMax M2: 91/100, Grok Code Fast: 83/100) oraz sprawdzone strategie konsultacji oparte na testach produkcyjnych. Używaj gdy potrzebujesz porównać perspektywy różnych LLM-ów, zbadać złożone problemy w Go, LSP lub transpilerach.

1. Zainstaluj umiejętność w swoim środowisku Claude, dodając plik external-model-selection do katalogu skills.

2. Uruchom umiejętność gdy napotykasz problem wymagający konsultacji z zewnętrznymi modelami AI — na przykład podczas debugowania błędu produkcyjnego, analizy kodu lub planowania zmian architektonicznych.

3. Umiejętność automatycznie zaproponuje ranking modeli dostosowany do Twojego zadania. Dla szybkiej analizy błędów zacznij od MiniMax M2 (91/100, 3 minuty), dla debugowania śladów i strategii testowania wybierz Grok Code Fast (83/100, 4 minuty), dla przeplanu architektonicznego użyj GPT-5.1 Codex (80/100, 5 minut).

4. Wybierz model z listy rekomendacji i skonsultuj się z nim poprzez claudish lub inne narzędzie integracyjne, przekazując szczegóły Twojego problemu.

5. Porównaj odpowiedzi z różnych modeli — każdy ma inną specjalizację. MiniMax M2 skupia się na najprostszych rozwiązaniach, Grok Code Fast na metodologii debugowania, GPT-5.1 na wizji długoterminowej.

6. Zastosuj wybraną rekomendację w swoim kodzie, bazując na ocenie wydajności modelu dla Twojego konkretnego typu problemu.