Wasu Models Skill

通过 wasu-cli 获取 Wasu AI 平台的 LLM 服务端点（API Key + Base URL），引导用户将其添加到当前 Agent 框架中。

边界声明

使用此 skill 当：
- 用户需要注册/登录 Wasu 平台或获取 API Key
- 用户询问 Wasu 平台有哪些可用模型
- 用户需要模型推荐或场景化选型建议
- 用户需要将模型配置写入某个 Agent 框架

不使用此 skill 当：
- 用户仅查询模型价格或计费账单详情（应查阅 Wasu 平台官网）
- 用户已有其他平台（如 OpenAI、Azure）的 API Key，不需要 Wasu
- 用户需要配置 MCP Server 或工具类插件（与 LLM 模型配置无关）
- 用户的 Agent 不在支持列表中且无自定义配置需求

输入与输出

Input:
- wasu CLI: 已安装或未安装（环境准备阶段处理）
- user logged in: boolean（第一步检测）
- target Agent: string（可选，第五步需要；可通过自动检测推断）
- selected models: string[]（可选，第五步需要；若未指定则使用推荐方案）

Output:
- wasu-config.json: 包含 apiKey + baseUrl，保存到工作目录
- 模型推荐报告: 可用模型列表 + 场景化推荐
- Agent 配置文件: 更新目标 Agent 的配置文件（第五步）

环境准备

检测 wasu CLI 是否已安装

wasu --version

• 成功返回版本号：
• 版本号 >= v1.0.26 → 直接进入「工作流程」，无需更新
• 版本号 < v1.0.26 → 执行 wasu --update 更新后进入「工作流程」
• 命令不存在 → 进入安装流程

安装 wasu CLI

方式一：npm 安装（推荐）

npm install -g wasu-cli --registry=https://registry.npmmirror.com

方式二：安装脚本（npm 不可用时）

Windows (PowerShell):

irm https://gitee.com/wasu-smarthome/wasu-cli/raw/main/install.ps1 | iex

macOS / Linux:

curl -fsSL https://gitee.com/wasu-smarthome/wasu-cli/raw/main/install.sh | bash

安装完成后验证 wasu --version 确保安装成功。

其他前置条件

• 用户已完成 Wasu 平台注册并拥有可用额度

工作流程

第一步：检查登录状态

wasu --user_config

解析返回的 JSON：
- "status":"logged_in" → 跳到第三步
- "status":"not_logged_in" → 进入第二步

第二步：引导登录

登录需要微信扫码，流程如下：

2.1 生成二维码

执行 wasu --login：

wasu --login

返回 JSON 格式：

{"qrImageURL":"https://api.2dcode.biz/v1/create-qr-code?data=...","qrcodeId":"xxx","scanURL":"https://..."}

2.2 展示二维码并启动轮询（同一条回复中完成，严格先后顺序）

> ⚠️ 关键约束：你必须在同一条回复中完成以下两步，且严格按顺序执行。不要等待用户回复，不要中断交互。
>
> 执行顺序（不可颠倒）：
> 1. 先输出文本：将二维码图片或链接作为文本内容输出到回复中
> 2. 再发起工具调用：执行预创建 keystore 和轮询扫码状态的 bash 命令
>
> 禁止颠倒顺序：禁止先调用工具再输出文本。客户端会先渲染文本内容再执行工具调用，只有先输出文本，二维码才能在轮询期间展示给用户。

第一步：输出二维码文本（必须先执行）

按以下优先级展示二维码：

1. Markdown 图片语法（推荐）：![扫码登录](<qrImageURL>)
2. 登录链接：输出 scanURL，让用户在微信中打开。如剪贴板可用（macOS: pbcopy），可自动复制

第二步：预创建 keystore 并启动轮询（在输出文本之后发起工具调用）

# 预创建 keystore 文件（规避沙盒 O_CREAT 限制）
# Windows (PowerShell):
New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.wasu" | Out-Null
New-Item -ItemType File -Force -Path "$env:USERPROFILE\.wasu\keystore.enc" | Out-Null

# macOS / Linux:
mkdir -p ~/.wasu && touch ~/.wasu/keystore.enc && chmod 600 ~/.wasu/keystore.enc

# 轮询扫码状态（最长等待 120 秒）
wasu --login-status <qrcodeId> --out 120

--out <seconds> 会自动轮询直到用户扫码或超时，无需用户手动回复登录完成。

• "status":"success" → 登录成功，进入第三步
• "status":"expired" → 二维码已过期，回到 2.1 重新生成
• "status":"timeout" → 等待超时，提示用户："轮询超时。如果你已经扫码登录，请回复我"。用户回复后，再次执行 wasu --login-status <qrcodeId>（不加 --out 参数）做最后一次检查：
• "status":"success" → 登录成功，进入第三步
• "status":"expired" → 二维码已过期，回到 2.1 重新生成
• "status":"timeout" → 仍未登录，提示用户检查网络或重新执行登录流程

第三步：获取配置并保存

绝对不要在对话、文本输出或日志中展示 API Key。

3.1 获取 LLM 配置

wasu --llm-config

返回 JSON：

{"apiKey":"sk-xxxx","baseUrl":"https://api.example.com/v1"}

3.2 保存到文件

获取配置后立即保存，不要将 apiKey 打印到对话中：

1. 使用文件写入工具（推荐）：解析返回 JSON，使用 Write / write-file 等工具写入 wasu-config.json
2. Shell 重定向（兜底）：
   bash # macOS / Linux: wasu --llm-config > wasu-config.json # Windows (PowerShell): wasu --llm-config | Out-File -FilePath wasu-config.json -Encoding utf8

3.3 验证保存结果

使用文件读取工具打开 wasu-config.json，确认 apiKey 和 baseUrl 字段存在且非空。

输出格式示例：

已获取 Wasu AI LLM 服务配置并保存到 wasu-config.json。请查看该文件获取 API Key 和 Base URL。

第四步：模型推荐

当用户完成配置或询问可用模型时，执行此步骤：

wasu --models

获取用户当前可用的模型列表，然后与以下参考文件交叉比对：

• references/model-features.md：完整模型功能清单（分类、能力、适用场景、计费方式）
• references/recommendations.md：按场景的推荐矩阵和组合方案

输出格式

1. 可用模型概览：列出用户可用的文本生成和多模态模型，按类别分组。图片和视频生成模型不在此展示（大部分 Agent 框架不支持直接配置此类模型）
2. 功能介绍：对每个可用模型简要说明核心能力和适用场景
3. 推荐建议：根据用户需求（如有）或通用场景，推荐首选 + 备选模型组合
4. 计费提示：说明各模型的 Token 计费标准，提醒用户关注用量

交互方式

• 如果用户已明确需求（如"我需要一个代码能力强的模型"），直接给出针对性推荐
• 如果用户只是查看可用模型，展示文本生成和多模态模型列表 + 通用推荐方案
• 如果用户有特定场景问题，引导其描述需求后再推荐
• 如果用户明确询问图片或视频生成模型，可额外列出，但提醒这些模型无法直接配置到 Agent

追问：是否配置到当前 Agent

在模型推荐完成后，主动询问用户：

> 需要我帮你把这些模型配置到当前使用的 Agent 中吗？请告诉我你想配置的模型和 Agent（如 OpenCode、Claude Code、WorkBuddy、OpenClaw/QClaw 等）。

等待用户回复后，进入第五步。

第五步：配置模型到 Agent

根据用户指定的模型和 Agent，将模型配置写入对应配置文件。

前置操作：使用文件读取工具读取 wasu-config.json 获取 apiKey 和 baseUrl。绝对不要在对话中输出 apiKey 的值。

模型 ID 命名规则：配置中的模型 ID（id、name、model 等字段）必须严格使用 wasu --models 返回的原始名称，禁止添加任何前缀或后缀。参见 references/agent-configs.md 通用写入规则。

Agent 检测（可选）

如果用户未指定 Agent，可通过以下方式检测当前环境中已安装的 Agent：

command -v opencode && echo "OpenCode: installed"
command -v claude && echo "Claude Code: installed"
command -v codex && echo "Codex: installed"
ls -d ~/.openclaw 2>/dev/null && echo "OpenClaw: installed"
ls -d ~/.workbuddy 2>/dev/null && echo "WorkBuddy: installed"
ls -d ~/.hermes 2>/dev/null && echo "Hermes Agent: installed"
ls -d ~/.config/kilo 2>/dev/null && echo "Kilo CLI: installed"

默认选择路径：
- 仅检测到 1 个 Agent → 直接使用该 Agent，确认后立即执行
- 检测到多个 Agent → 列出列表，推荐当前正在运行的 Agent 作为首选
- 未检测到任何 Agent → 告知用户未检测到已安装 Agent，引导手动配置或询问目标 Agent

Agent 配置索引

WorkBuddy 配置（内联）

配置文件：~/.workbuddy/models.json

这是一个 JSON 数组文件。为每个模型追加一个对象：

[
  {
    "id": "<model-id>",
    "name": "<model-id>",
    "vendor": "Custom",
    "url": "<baseUrl>",
    "apiKey": "<apiKey>",
    "supportsToolCall": true,
    "supportsImages": false,
    "supportsReasoning": false,
    "useCustomProtocol": false
  }
]

注意事项：
- 读取现有数组内容，合并新模型后写回完整数组
- id 和 name 字段必须严格使用 wasu --models 返回的原始模型名称，不要添加 wasu- 等前缀
- 根据模型实际能力调整 supportsImages、supportsReasoning 等布尔字段
- 多模态模型应设置 supportsImages: true

配置验证

写入完成后，执行格式合法性检查：

• JSON 文件（OpenCode / Claude Code / WorkBuddy / OpenClaw / Kilo）：
  bash python3 -c "import json; json.load(open('<file>'))"
• TOML 文件（Codex）：检查 [model_providers.wasu] 节是否存在
• YAML 文件（Hermes）：
  bash python3 -c "import yaml; yaml.safe_load(open('<file>'))"

验证通过 → 进入「配置生效」；验证失败 → 向用户报告错误位置，建议手动检查。

配置生效

配置写入完成后，提示用户重启 Agent 客户端使配置生效：

• OpenCode / Kilo CLI：退出当前会话，重新启动终端会话
• Claude Code：退出当前会话，重新启动 claude 命令
• WorkBuddy：关闭并重新打开 WorkBuddy 应用
• OpenClaw (QClaw)：退出当前会话，重新启动 openclaw 命令
• Codex：退出当前会话，重新启动 codex 命令
• Hermes Agent：退出当前会话，重新启动 hermes 命令
• Cursor / Cline：关闭并重新打开编辑器窗口

错误处理

注意事项

• API Key 是敏感信息，必须保存到文件而非直接输出明文，避免泄露到日志或对话历史
• 写入 Agent 配置文件时，必须先读取现有文件内容并合并，不可直接覆盖用户已有配置
• 写入配置过程中，绝对不要将 apiKey 的值输出到对话、日志或终端
• 如果用户需要自动化配置所有 Agent，建议使用 wasu --config-all 命令（不在本 skill 范围内）