cnife AIHOT Leaderboard
查询 AIHOT 大模型排行榜 的实时数据。站点由「数字生命卡兹克」维护，用 LatentRank 算法（Bradley-Terry 成对比较 + 先验 + 锚点归一化）聚合 10 家独立来源、12 张评测榜单，产出 0–100 分的「AIHOT 共识分」。
安全与访问边界
- 反爬：站点有 EO_Bot_Ssid 反爬（curl / 无头浏览器被拦，code 567），必须用真实浏览器会话。在 omp 环境通过
xd://browser执行；浏览器已打开站点时直接复用 tab。 - 只读：只读取公开页面数据，不提交表单、不登录、不改动站点任何状态。
- 许可：数据限个人/内部使用，外部商业用途须先取得 AIHOT 授权。
- 榜单每天约 08:17（北京时间）更新一次；抓取到的即当前快照，回答时说明数据时间（页面「更新于」）。
数据层与路由选择
| 用户意图 | 数据层 | 来源页 | 脚本 |
|---|---|---|---|
| 榜单整体（谁第一、前十、某模型总排名） | 总榜前 30 | /leaderboard |
scripts/aihot-leaderboard.js |
| 单个模型在各家榜单的成绩（某模型排名/共识分/在某榜的名次） | 模型明细 | /leaderboard/<slug> |
scripts/aihot-model.js |
| 某家来源榜单的完整排名（AA Index / Epoch / LiveBench / llm2014 等全量） | 来源榜单 12 张 | /leaderboard/methodology |
scripts/aihot-sources.js |
路由示例：问「Claude Opus 5 现在排第几」-> 模型明细层（slug 取自总榜 a.lb-row href，如 claude-opus-5）；问「AA Index 上谁第一」-> 来源榜单层；问「现在榜首是谁 / 前五名」-> 总榜层。
工作流
Step 1：抓取（驱动代码加载脚本）
脚本是 CommonJS 模块，从磁盘加载；把对应数据层的驱动代码粘贴进 xd://browser（action: run，name: main）的 code 字段执行即可。脚本自带导航：当前 tab 已在目标页则直接抓取，否则自动跳转。
先定位 <SCRIPTS_DIR>（每次使用前重新定位）：用 read skill://aihot-leaderboard 读本技能 SKILL.md，从返回路径得知磁盘位置（形如 <...>/aihot-leaderboard/SKILL.md），scripts 目录即同目录下的 scripts/。若 skill:// 不可解析（注册表为会话启动时快照），改用 find_files / glob 搜索 aihot-leaderboard/SKILL.md。把下面驱动代码里的 <SCRIPTS_DIR> 替换为该绝对路径。
总榜层（返回含 30 行 rows，每行带 url 可作 slug 来源）：
const file = '<SCRIPTS_DIR>/aihot-leaderboard.js';
delete require.cache[require.resolve(file)];
const { extractLeaderboard } = require(file);
return extractLeaderboard(page);
模型明细层（先取 slug：运行总榜驱动代码，从返回 rows 每行 url 末段取 slug，如 claude-opus-5；模型不在前 30 名时按用户给的模型名从 URL 猜测（小写、连字符），抓不到就说明该模型不在总榜 30 名内。再把 slug 换进下面的代码）：
const file = '<SCRIPTS_DIR>/aihot-model.js';
delete require.cache[require.resolve(file)];
const { extractModel } = require(file);
return extractModel(page, { slug: 'claude-opus-5' });
来源榜单层（数据量大，返回仅各榜行数摘要；完整 JSON 在返回的 output 指出的文件里，用 read 读取）：
const file = '<SCRIPTS_DIR>/aihot-sources.js';
delete require.cache[require.resolve(file)];
const { extractSources } = require(file);
return extractSources(page);
delete require.cache[...]确保加载最新版脚本（技能更新后立即生效）。- 总榜/模型明细的
rows直接出现在工具返回里；来源榜单的完整数据在output指出的 JSON 文件。
Step 2：呈现
读 JSON 文件，按 Output Format 输出。回答先说结论（排名、分数、升降、亮点），再给表格；数据时间以页面「更新于」为准。
Output Format
- 总榜：Markdown 表格 -- 排名、模型、厂商、共识分（+ 可选：上线日期、评测完整度、输入/输出价格）。前 30 全列，或按用户问的范围（前 5/前 10）截取并注明。
- 模型明细：先一句总述（共识分、当前第几名），再表格 -- 榜单（含运营方分组，如
llm2014 Agent下的子任务）、原榜名次、原始分数、原榜型号；缺失项（missing: true，即「暂无评估」）标-。表后可加 1–2 行观察（该模型在哪些榜领先/落后）。 - 来源榜单：表格 -- 名次、模型、厂商、原榜分数（+ 置信区间若有）；含子 tab 的来源（如 llm2014）按子榜分组呈现。
- 数字照抄抓取结果，原样呈现；「暂无评估」和真实 0 分区分（0 分是评估了得 0，
-是没评估）。
注意事项
- 价格字段差异：总榜多数模型有
price.input/price.output（美元/百万 tokens）；订阅制模型（如 Qwen3.8 Max）无按量价，脚本里落在price.note（如$6/月起）。 - 运行时机：站点一天只更新一次，重复抓取结果不变；回答即可，无需缓存或历史对比。
- 脚本失败时（tab 被关闭、导航失败）重新
xd://browser open后再执行对应驱动代码；用浏览器抓取，curl/fetch 必被反爬拦截。