LLM Council 路由器

将任意提示词路由至性能最优的 LLM。该 API 基于数千次经同行评审的 Council 讨论结果，为给定查询自动识别表现最佳的模型——随后您可直接调用该模型。

基础 URL

https://clawbot.llmcouncil.ai

认证方式

在请求头中使用 X-API-Key 字段，并填入您的 LLM Council API 密钥。

X-API-Key: clwb_YOUR_KEY_HERE

免费密钥请前往 llmcouncil.ai/developers 获取。

接口：POST /v1/route

为查询匹配性能最优的模型。

请求体

{
  "query": "用通俗语言解释量子纠缠",
  "k": 20
}

响应体

{
  "query": "用通俗语言解释量子纠缠",
  "nearest_councils": 20,
  "model": "anthropic/claude-sonnet-4",
  "relevance": 0.8234,
  "confidence": 0.65,
  "model_rankings": [
    { "rank": 1, "model": "anthropic/claude-sonnet-4", "nearby_wins": 13, "nearby_appearances": 20 },
    { "rank": 2, "model": "openai/gpt-4.1", "nearby_wins": 5, "nearby_appearances": 18 }
  ]
}

如何使用本能力

当用户要求您为其任务查找最佳模型，或您需要自主决定应选用哪个 LLM 时：

1. 调用路由 API，传入用户的查询内容：

curl -X POST https://clawbot.llmcouncil.ai/v1/route 
  -H "Content-Type: application/json" 
  -H "X-API-Key: $LLMCOUNCIL_API_KEY" 
  -d '{"query": "USER_QUERY_HERE"}'

2. 解析响应 —— model 字段即为此类查询下性能最优的模型。

3. 与 OpenRouter 级联调用 —— 模型 ID 与 OpenRouter 目录完全兼容，无需额外映射：

import requests, os

# 步骤 1：从 LLM Council 获取最优模型
route = requests.post(
    "https://clawbot.llmcouncil.ai/v1/route",
    headers={"X-API-Key": os.environ["LLMCOUNCIL_API_KEY"]},
    json={"query": "编写一个 Python 网络爬虫"},
).json()

best_model = route["model"]       # 例如："anthropic/claude-sonnet-4"
confidence = route["confidence"]   # 例如：0.85

# 步骤 2：通过 OpenRouter 调用该模型
answer = requests.post(
    "https://openrouter.ai/api/v1/chat/completions",
    headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
    json={
        "model": best_model,
        "messages": [{"role": "user", "content": "编写一个 Python 网络爬虫"}],
    },
).json()

print(answer["choices"][0]["message"]["content"])

速率限制

适用场景

• 用户询问：“X 类任务该用哪个模型最合适？”
• 您需为某一特定任务类型选择最优 LLM
• 您希望基于实测数据而非主观经验进行模型选型
• 您希望将模型路由与 OpenRouter 自动对接，实现“最优模型即调即用”的工作流