--- slug: "free-resource-finder" name: "free-resource-finder" version: 1.0.1 displayName: "免费资源发现器(专业版)" summary: "全功能免费AI资源管理工具,含自动fallback、后台守护、负载均衡、成本分析与质量监控,适合长期无人值守场景。" summary_zh: "全功能免费AI资源管理工具,含自动fallback、后台守护、负载均衡、成本分析与质量监控,适合长期无人值守场景。" license: "MIT" edition: "pro" description: |- 免费资源发现器(专业版)是企业级免费AI资源管理工具,在免费版基础上扩展自动fallback链、后台守护进程、多Key负载均衡、调用统计与成本分析、模型质量监控等高级能力。核心能力: - 自动fallback链: 主模型失败时自动切换备用模型,保障服务连续性 - 后台守护进程: 实时探测模型可用性,限速中断时自动重建链路 - 多API Key负载均衡: 聚合多账号额度,突破单账号限速 - 调用统计与成本分析: 详细记录每次调用,生成用量报告 - 模型质量监控: 持续评估模型表现,自动调整排序 - 智能路由: 按任务类型自动选... tags: - AI模型 - 资源管理 - 自动化 - 企业版 - 工具 - free-finder - key - model - 负载均衡 - api tools: - read - exec - write homepage: "" category: "Automation" --- # 免费资源发现器(专业版) ## 付费版专享能力 | 能力 | 免费版 | 付费版 | |---|---|---| | 基础功能 | 支持 | 支持 | | 免费资源发现器(专业版)功能免费AI资源管理 | 不支持 | 支持 | | 免费资源发现器(专业版)成本分析与质量监控 | 不支持 | 支持 | | 大数据集流式处理 | 不支持 | 支持 | | 多数据源关联查询 | 不支持 | 支持 | | 可视化图表自动生成 | 不支持 | 支持 | ## 核心能力 ### 自动fallback链 主模型失败时自动切换备用模型,保障服务连续性: ```text ┌──────────────────────────────────────────────────────────┐ │ 请求进入 │ └──────────────────────────────────────────────────────────┘ │ ▼ ┌───────────────┐ │ 主模型请求 │ └───────────────┘ │ ┌─────────┴─────────┐ │ 成功 │ 失败(429/500/超时) ▼ ▼ ┌──────────┐ ┌───────────────┐ │ 返回结果 │ │ 切换fallback1 │ └──────────┘ └───────────────┘ │ ┌─────────┴─────────┐ │ 成功 │ 失败 ▼ ▼ ┌──────────┐ ┌───────────────┐ │ 返回结果 │ │ 切换fallback2 │ └──────────┘ └───────────────┘ │ ┌─────────┴─────────┐ │ ... │ 全部失败 ▼ ▼ ┌──────────┐ ┌───────────────┐ │ 返回结果 │ │ 触发守护进程 │ └──────────┘ └───────────────┘ ``` 配置示例: ```json { "fallback_chain": [ {"model": "qwen/qwen3-coder:free", "priority": 1}, {"model": "deepseek/deepseek-coder:free", "priority": 2}, {"model": "meta-llama/llama-3.3-70b-instruct:free", "priority": 3}, {"model": "openrouter/free", "priority": 4} ], "fallback_policy": { "trigger_on": ["429", "500", "502", "503", "timeout"], "timeout": 30, "max_retries": 2, "cooldown": 60 } } ``` **处理**: 解析自动fallback链的输入参数,执行核心处理逻辑,返回结构化结果和执行状态. ### 后台守护进程 实时探测模型可用性,限速中断时自动重建链路: ```bash # 启动守护进程(前台) free-finder daemon # ... # 后台运行 nohup free-finder daemon > ~/.free-finder/daemon.log 2>&1 & # ... # 单次探测 free-finder daemon --once # ... # 查看守护状态 free-finder daemon --status # ... # 停止守护 free-finder daemon --stop ``` 守护进程工作机制: 1. 每60秒探测主模型可用性 2. 连续3次失败则触发链路重建 3. 实时测试所有fallback模型,按可用性重新排序 4. 选出最优可用模型作为新主模型 5. 通知Agent应用新配置 **输出**: 返回后台守护进程的处理结果,包含执行状态码、结果数据和执行日志. ### 多API Key负载均衡 聚合多账号额度,突破单账号限速: ```bash # 添加多个API Key free-finder keys add --provider openrouter --key "sk-or-v1-key1" free-finder keys add --provider openrouter --key "sk-or-v1-key2" free-finder keys add --provider openrouter --key "sk-or-v1-key3" # ... # 查看Key状态 free-finder keys list # ... # 查看各Key用量 free-finder keys stats ``` 负载均衡策略: | 策略 | 说明 | 适用场景 | |:-----|:-----|:-----| | round_robin | 轮询分配 | 默认,均匀消耗 | | least_used | 优先用量最少的Key | 最大化总额度 | | lowest_latency | 优先延迟最低的Key | 追求响应速度 | | weighted | 按权重分配 | 混合免费与付费Key | **输入**: 用户提供多API Key负载均衡所需的指令和必要参数. **处理**: 解析多API Key负载均衡的输入参数,执行核心处理逻辑,返回结构化结果和执行状态. **输出**: 返回多API Key负载均衡的处理结果,包含执行状态码、结果数据和执行日志。### 调用统计与成本分析 ```bash # 查看今日统计 free-finder stats --today # ... # 查看本周报告 free-finder stats --week --format pdf --output report.pdf # ... # 按模型分组统计 free-finder stats --group-by model # ... # 按日期导出CSV free-finder stats --from 2026-07-01 --to 2026-07-18 --format csv ``` 统计维度: - 调用次数(成功/失败/重试) - Token用量(输入/输出) - 响应延迟(P50/P90/P99) - 错误分布(429/500/超时) - 模型使用占比 - 节省成本估算(对比付费模型) ### 智能路由 按任务类型自动选择最优模型: ```json { "routing_rules": [ {"task": "code_completion", "model": "qwen3-coder", "reason": "速度最优"}, {"task": "code_generation", "model": "deepseek-coder", "reason": "质量最优"}, {"task": "long_context", "model": "llama3.3-70b", "reason": "上下文最长"}, {"task": "function_call", "model": "qwen3-coder", "reason": "支持tool_use"} ] } ``` **输入**: 用户提供智能路由所需的指令和必要参数. **输出**: 返回智能路由的处理结果,包含执行状态码、结果数据和执行日志。### 模型质量监控 持续评估模型表现,自动调整排序: ```bash # 启动质量监控 free-finder monitor start # ... # 查看质量趋势 free-finder monitor trend --days 30 # ... # 查看模型评分变化 free-finder monitor scores # ... # 导出质量报告 free-finder monitor report --format html --output quality.html ``` 监控指标: - 可用率(成功率/总尝试) - 平均延迟与P99延迟 - 输出质量评分(基于基准测试) - 限速触发频率 - 错误类型分布 # ## 快速开始 1. 确认运行环境满足依赖说明中的要求 2. 在AI Agent对话中调用本技能,提供必要的输入参数 3. 检查输出结果,根据需要进行后续处理 > 详细的输入输出格式请参考下方章节说明。 ## 适用场景 ### 场景1 -7x24小时无人值守AI服务 用户意图: "我搭了个自动化流程,需要AI模型7x24小时稳定运行,预算为零。" 实施方案: 1. 配置4-5个免费模型组成fallback链 2. 启动后台守护进程 3. 配置多API Key负载均衡(3个以上账号) 4. 设置智能路由(按任务类型选模型) 5. 启用质量监控,每周 review 一次 ### 场景2 -团队共享免费模型资源池 用户意图: "团队5个人共用免费模型,经常撞限速,需要统一管理。" 实施方案: 1. 部署free-finder作为团队共享服务 2. 配置5-10个API Key(每人注册1-2个账号) 3. 启用least_used负载均衡策略 4. 设置调用配额(每人每日上限) 5. 每周生成用量报告,优化分配 ### 场景3 -模型选型长期评估 用户意图: "我们准备付费选型,想先用免费版做3个月评估。" 实施方案: 1. 启用质量监控,持续记录各模型表现 2. 定义评估维度(质量、速度、稳定性、能力) 3. 每月导出质量报告对比 4. 3个月后基于数据决定付费模型 ### 场景4 -高并发场景负载均衡 用户意图: "有个活动预计峰值100 QPS,免费模型撑不住,怎么优化?" 实施方案: 1. 聚合10+个API Key(多账号) 2. 启用round_robin负载均衡 3. 配置5+个模型的fallback链 4. 设置智能路由,分流不同任务 5. 监控实时用量,动态调整 ## 使用流程 ### 依赖说明 ### 运行环境 1. **Agent平台**: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等) 2. **操作系统**: Windows / macOS / Linux 3. **Python**: 3.8+(运行free-finder CLI) 4. **网络**: 可访问聚合平台API 5. **可选**: systemd/supervisor(守护进程管理) ### 第三方依赖 | 依赖项 | 类型 | 是否必需 | 获取方式 | |---:|---:|---:|---:| | free-finder[pro] | CLI工具 | 必需 | `pip install free-finder[pro]` | | requests | Python库 | 必需 | `pip install requests` | | aiohttp | Python库 | 必需 | `pip install aiohttp`(异步探测) | | prometheus-client | Python库 | 可选 | `pip install prometheus-client`(监控导出) | | OpenRouter API | API服务 | 必需 | 注册OpenRouter账号获取免费Key | | LLM API | API | 必需 | 由Agent平台内置LLM提供 | ### API Key 配置 6. **聚合平台Key**: 通过环境变量或加密配置文件存储,禁止硬编码 7. **多Key管理**: 使用`free-finder keys add`命令添加,自动加密存储 8. **Key存储位置**: `~/.free-finder/keys.enc`(AES-256加密) 9. **Key轮换**: 建议每90天轮换,使用`free-finder keys rotate`命令 10. **禁止**: 在SKILL.md或脚本中硬编码任何API Key ### 可用性分类 11. **分类**: MD+EXEC+CLI+DAEMON(Markdown指令+命令行工具+后台守护进程) 12. **说明**: 基于Markdown的AI Skill，高级功能需要free-finder CLI与守护进程 # ## 输入格式 | 参数名 | 类型 | 必填 | 说明 | |:---:|:---:|:---:|:---:| | content | string | 否 | free-resource-finder处理的内容输入 |, | | content | string | 否 | free-resource-finder处理的内容输入 |, 可选值: json/text/markdown | | style | string | 否 | 输出风格, 参考 `references/style.md` | ## 输出格式 ```json { "success": true, "data": { result: "finder 相关配置参数", result: "finder 相关配置参数", result: "finder 相关配置参数", "metadata": { "template_used": "reviewer", "word_count": 0, "style": "专业" } }, "error": null } ``` 输出模板参考: `assets/output.json` ## 异常处理 | 错误场景 | 原因 | 处理方式 | |:------|------:|:------| | 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 | | 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 | | 网络错误 | 连接超时或不可达 | ## 依赖说明(补充) | 依赖项 | 类型 | 必需 | 说明 | |---:|:---|---:|---:| | LLM | 模型 | 是 | 需要LLM进行内容生成, 推荐GPT-4/智谱GLM-4/DeepSeek | | API Key | 凭证 | 否 | 使用云端LLM时需要, 本地LLM不需要 | **国内替代方案**: - OpenAI GPT → 智谱GLM-4 / 百度文心一言 / 通义千问 / DeepSeek - OpenAI Embedding → 智谱embedding-2 / 百度embedding ## 案例展示 ### 完整专业版配置 ```json { "edition": "pro", "api": { "base_url": "https://openrouter.ai/api/v1", "timeout": 30, "retry": 2 }, "fallback_chain": [ {"model": "qwen/qwen3-coder:free", "priority": 1}, {"model": "deepseek/deepseek-coder:free", "priority": 2}, {"model": "meta-llama/llama-3.3-70b-instruct:free", "priority": 3} ], "fallback_policy": { "trigger_on": ["429", "500", "502", "503", "timeout"], "max_retries": 2, "cooldown": 60 }, "daemon": { "enabled": true, "probe_interval": 60, "failure_threshold": 3, "rebuild_strategy": "live_test" }, "loadbalancer": { "strategy": "least_used", "keys": [ {"id": "key1", "weight": 1}, {"id": "key2", "weight": 1}, {"id": "key3", "weight": 1} ] }, "monitor": { "enabled": true, "metrics": ["availability", "latency", "quality"], "benchmark_interval": 3600 }, "routing": { "enabled": true, "rules": [ {"task": "code_completion", "model": "qwen3-coder"}, {"task": "code_generation", "model": "deepseek-coder"} ] } } ``` ### 守护进程日志示例 ```text [2026-07-18 10:00:00] [INFO] 探测主模型 qwen3-coder... OK (320ms) [2026-07-18 10:01:00] [INFO] 探测主模型 qwen3-coder... OK (310ms) [2026-07-18 10:02:00] [WARN] 探测主模型 qwen3-coder... FAIL (429) [2026-07-18 10:03:00] [WARN] 探测主模型 qwen3-coder... FAIL (429) [2026-07-18 10:04:00] [WARN] 探测主模型 qwen3-coder... FAIL (429) (3/3) [2026-07-18 10:04:01] [INFO] 触发链路重建... [2026-07-18 10:04:05] [INFO] 测试 deepseek-coder... OK (450ms) [2026-07-18 10:04:08] [INFO] 测试 llama3.3-70b... OK (580ms) [2026-07-18 10:04:10] [INFO] 新主模型: deepseek-coder [2026-07-18 10:04:11] [INFO] 配置已更新,通知Agent应用 ``` ## 常见问题 ### Q1: 守护进程会消耗多少API额度? A: 守护进程每60秒探测一次,单次探测消耗约10 token。24小时约消耗14400 token,对免费额度影响可忽略(<1%). ### Q2: 多Key负载均衡是否违反平台ToS? A: 大多数聚合平台(如OpenRouter)允许个人使用多账号,但禁止商业转售。建议阅读平台ToS,合理使用。团队场景推荐使用平台提供的团队版. ### Q3: 智能路由如何识别任务类型? A: 通过请求特征识别: (1)system prompt关键词(如"补全代码"→code_completion); (2)输入长度(>8K→long_context); (3)是否含function定义(→function_call); (4)可自定义规则. ### Q4: 质量监控的基准测试是什么? A: 内置100个编程任务(涵盖Python/JS/Java等多语言),每小时运行一次,记录通过率与质量评分。支持自定义基准测试集. ### Q5: fallback切换时会丢失上下文吗? A: 不会。切换时自动重放最近N轮对话(默认10轮),新模型接续上下文。但注意: 若新模型上下文长度<原模型,可能截断早期对话. ### Q6: 如何导出统计报告给团队? A: 运行`free-finder stats --week --format pdf --email team@example.com`,支持PDF/HTML/CSV三种格式,可直接发送邮件. ### Q7: 守护进程意外退出怎么办? A: 推荐使用systemd或supervisor管理守护进程,实现自动重启。配置示例见`docs/systemd.service`. ### Q8: 专业版支持哪些聚合平台? A: 支持OpenRouter、SiliconFlow、Together AI等OpenAI兼容协议的平台。配置时填写对应base_url即可. ### Q9: 如何在Kubernetes中部署? A: 提供Helm Chart,一行命令部署: `helm install free-finder ./charts/free-finder`。支持HPA自动扩缩容. ### Q10: 专业版有SLA保障吗? A: 专业版提供99.5%可用性SLA(基于守护进程+多Key+fallback机制)。如未达标,按比例退还月费。详细SLA条款见服务协议. ## 错误处理 | 错误场景(续)| 原因 | 处理方式 | |:---------:|-----------|:----------| | LLM响应超时或无响应 | 网络延迟或模型负载过高 | ，请求；确认Agent平台LLM服务正常 | | 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求，参考示例章节 | | 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述，补充必要的上下文信息 | | 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求；检查命令权限设置 | ## 已知限制 - 需要API Key，无Key环境无法使用