Model Radar

¿Qué hace Model Radar?

CLI de selección de modelos OpenRouter. Parsea restricciones en lenguaje natural a argumentos token:valor, consulta un caché local de metadatos + rankings de modelos y emite JSON para que el agente lo renderice como una tabla Markdown.

Configuración

• Entorno de ejecución: Node.js 18+ (sin pasos de instalación ni dependencias npm)
• Sin clave API — utiliza los endpoints públicos de OpenRouter
• Ejecuta todos los comandos desde este directorio de la habilidad (el que contiene este archivo)
• La primera ejecución llena el caché desde la red; las llamadas posteriores usan el caché local (TTL de modelos 6 h, TTL de rankings 24 h)
• Las auto-actualizaciones están habilitadas por defecto. Cada ejecución de la CLI comprueba la fuente fija de GitHub como máximo una vez cada 24 h y aplica las actualizaciones automáticamente para las copias instaladas. Establece MODEL_RADAR_AUTO_UPDATE=0 para deshabilitar.

Flujo de trabajo

0. Ejecuta node scripts/self-update.js auto antes de usar la habilidad. Si stderr imprime MODEL_RADAR_UPDATED, vuelve a leer este SKILL.md antes de continuar.
1. Parsea la solicitud del usuario en argumentos token:valor usando la asignación Intención → Token a continuación
2. Elige el comando: list (filtrar+ordenar), recommend (puntuación ponderada contra un preset), compare (comparación lado a lado)
3. Ejecuta desde el directorio de la habilidad. scripts/main.js también ejecuta la misma verificación previa de auto-actualización automáticamente, por lo que el uso directo de la CLI se mantiene actualizado.
4. Renderiza la salida JSON como una tabla Markdown (ver Salida)
5. Termina con Datos al {fetched_at}; sugiere refresh si es más antiguo de 12 h

Comandos

node scripts/main.js list      [tokens...]    # filtrar + ordenar
node scripts/main.js recommend [tokens...]    # puntuación ponderada contra un preset
node scripts/main.js compare   <id|nombre>... # comparación lado a lado
node scripts/main.js refresh                  # forzar actualización de ambos cachés
node scripts/self-update.js status            # inspeccionar estado de la actualización
node scripts/self-update.js check             # comprobar actualizaciones en GitHub
node scripts/self-update.js apply             # aplicar la última actualización de la habilidad

Auto-actualización

• La fuente está fijada por package.json.repository: primexiao/agent-skills, ruta skills/model-radar.
• Las copias instaladas se actualizan automáticamente. Los checkouts de la fuente omiten la auto-actualización a menos que se establezca MODEL_RADAR_AUTO_UPDATE_SOURCE=1.
• Los cambios locales no confirmados bajo el directorio de la habilidad hacen que la auto-actualización se omita.
• El uso directo de scripts/main.js reinicia el comando actual después de una auto-actualización exitosa para que el resultado sea producido por el código actualizado.
• Las actualizaciones utilizan un checkout temporal, validan los archivos requeridos, hacen una copia de seguridad de la habilidad actual, reemplazan los archivos no relacionados con el tiempo de ejecución y revierten en caso de fallo.
• Las actualizaciones exitosas limpian cache/raw.json, cache/models.json y cache/rankings.json para que el código nuevo no se mezcle con el caché de datos antiguo.
• El estado de la auto-actualización y las advertencias van a stderr. El JSON del comando permanece en stdout.

Sintaxis de Tokens

Argumentos posicionales token:valor inspirados en Tailwind. El orden no importa.

Token	Significado	Formato del valor	Ejemplos
sort	dimensión de ordenación	palabra preset (ver abajo)	sort:cheap sort:popular
price	$/MTk combinado	..max / min.. / min..max / solo=máx	price:..10 price:5..20
ctx	longitud de contexto	igual, sufijo k/m, solo=mín	ctx:128k ctx:128k..1m
out	tokens máximos de salida	igual, solo=mín	out:32k
cap	capacidades (Y)	separadas por comas	cap:tool_use,reasoning
in	modalidades de entrada (Y)	separadas por comas	in:image in:audio,image
gen	modalidades de salida (Y)	separadas por comas	gen:image gen:audio
open	filtro de código abierto	true / false	open:true
top	límite de resultados	número (por defecto: list=20, recommend=3)	top:5
preset	preset de puntuación (solo recommend)	nombre del preset	preset:coding

Valores de sort: cheap expensive new (por defecto) ctx popular throughput latency

Capacidades: tool_use reasoning structured_output vision long_output prompt_caching web_search audio_input video_input file_input image_generation audio_output

Modalidades de entrada: text image audio video file Modalidades de salida: text image audio

Presets de recomendación: coding batch chat vision (ver config/presets.json para pesos y capacidades requeridas)

Intención → Token

El usuario dice	Token(s)
"presupuesto $X" / "menos de $X"	price:..X
"al menos $X" / "nivel premium"	price:X..
"al menos Nk de contexto"	ctx:Nk
"necesita uso de herramientas / visión / razonamiento"	cap:tool_use / cap:vision / cap:reasoning
"salida estructurada" / "modo JSON"	cap:structured_output
"puede tomar entrada de audio / imagen"	in:audio / in:image
"puede generar imágenes / audio"	gen:image / gen:audio
"solo código abierto"	open:true
"más barato" / "más asequible"	sort:cheap
"más popular" / "tendencia"	sort:popular
"más nuevo" / "último"	sort:new
"más rápido" / "menor latencia"	sort:latency
"mayor rendimiento"	sort:throughput
"agente de codificación"	recommend preset:coding
"trabajo por lotes / a granel"	recommend preset:batch
"agente de visión"	recommend preset:vision

Coincidencia de Modelos (compare)

Prioridad de coincidencia para cada argumento de compare:

1. id exacto — anthropic/claude-sonnet-4-5
2. Sufijo exacto — claude-sonnet-4 → anthropic/claude-sonnet-4 (nunca la variante -fast)
3. Subcadena parcial en id/nombre, gana la versión más reciente — claude-sonnet → último Sonnet

Salida

Renderiza siempre la salida JSON como una tabla Markdown — las tablas son el formato de visualización principal.

list

| # | Modelo | $/MTk (P/C/Comb) | Ctx | Salida | Caps | Pop# |

• $/MTk: precios de prompt / completado / combinado
• Caps: etiquetas cortas (tool reason vision …)
• Pop#: rango de popularidad si el caché de rankings está fresco, si no —

recommend

| Rango | Modelo | Puntuación | Costo↑ | Ctx↑ | Sal↑ | Cap↑ | $/MTk | Caps |

Agrega una línea de justificación por modelo. La puntuación y las puntuaciones por dimensión están en [0, 1].

compare

Tabla vertical — una columna por modelo, una fila por dimensión:

| Dimensión          | Modelo A | Modelo B | Modelo C |
| ------------------ | -------- | -------- | -------- |
| Precio (P/C/Comb)  |   …      |   …      |   …      |
| Contexto           |   …      |   …      |   …      |
| Salida máxima      |   …      |   …      |   …      |
| Modalidades entrada|   …      |   …      |   …      |
| Modalidades salida |   …      |   …      |   …      |
| Capacidades        |   …      |   …      |   …      |
| Rango popularidad  |   …      |   …      |   …      |
| Solicitudes semanales | …      |   …      |   …      |

Termina siempre con: Datos al {fetched_at}. Si es más antiguo de 12 h, sugiere al usuario ejecutar node scripts/main.js refresh.

Almacenamiento en Caché

cache/
  raw.json       — datos de tarjeta del frontend de OpenRouter adaptados al esquema local sin procesar (TTL 6 h)
  models.json    — enriquecido: precios normalizados + etiquetas de capacidad (TTL 6 h)
  rankings.json  — popularidad / rendimiento / latencia + análisis de uso (TTL 24 h)
config/
  presets.json
  tier1-categories.json

• Los archivos de caché residen en cache/ y no se confirman — la primera ejecución accede a la red
• Al caducar el TTL, la CLI vuelve a obtener datos con un tiempo de espera de 10 s
• Ante cualquier fallo de obtención, recurre al caché obsoleto y emite [warn] en stderr — así los sandboxes de solo lectura / fuera de línea aún responden (posiblemente con datos obsoletos)
• Una auto-actualización exitosa de la habilidad elimina los archivos de caché de datos del modelo. El siguiente comando de modelo los vuelve a llenar.

Notas para Sandbox

• Codex CLI: necesita -s workspace-write (CLI escribe en cache/) y salida de red a openrouter.ai. Dentro del TTL, no hay llamadas de red.
• La primera llamada en un checkout nuevo es la única que requiere estrictamente red.
• La auto-actualización necesita acceso de escritura al sistema de archivos de este directorio de la habilidad y acceso de red a GitHub. Si no está disponible, advierte u omite y el comando del modelo aún se ejecuta con la copia local actual.

Problemas Conocidos

• La API del frontend de OpenRouter (/api/frontend/v1/models/find?active=true&fmt=cards) no es oficial; si falla, la CLI recurre al caché obsoleto cuando está disponible y emite [warn].

Fuentes de Datos

• Modelos: https://openrouter.ai/api/frontend/v1/models/find?active=true&fmt=cards
• Rankings: el mismo endpoint con order=top-weekly, order=throughput-high-to-low y order=latency-low-to-high