Multi AI Router

SKILL: Multi-AI Router

Wersja: 1.0
Autor: Manus Brain System
Data: 2026-03-05
Repozytorium: https://github.com/szachmacik/manus-brain-skills

Opis

Ten skill umożliwia Manusowi korzystanie z czterech modeli AI w jednym zunifikowanym systemie:

Konfiguracja kluczy API

Klucze przechowywane są w Dexter Vault i zmiennych środowiskowych projektu:

ANTHROPIC_API_KEY    — Claude (api.anthropic.com)
MOONSHOT_API_KEY     — Kimi K2 (api.moonshot.ai)
DEEPSEEK_API_KEY     — DeepSeek V3/R1 (api.deepseek.com)

Manus built-in jest zawsze dostępny przez BUILT_IN_FORGE_API_KEY + BUILT_IN_FORGE_API_URL.

Reguły Auto-Routingu (model_routing)

System automatycznie wybiera model na podstawie zadania:

ANALIZA KODU / DEBUGGING          → claude-3-5-sonnet
DŁUGI KONTEKST (>50K tokenów)     → kimi-k2-turbo-preview
ROZUMOWANIE / MATEMATYKA          → deepseek-reasoner
RUTYNOWE ZADANIA / SYNTEZA        → deepseek-chat
SZYBKIE ODPOWIEDZI / KLASYFIKACJA → claude-3-haiku
DOMYŚLNE / FALLBACK               → manus-built-in

Optymalizacja kosztów (2026)

Cennik porównawczy (input/output per 1M tokenów)

Zasady oszczędzania

1. Używaj deepseek-chat do 80% rutynowych zadań — najtańszy przy dobrej jakości
2. Kimi K2 tylko gdy kontekst >50K tokenów — unikalny w tej klasie cenowej
3. Claude tylko do krytycznych zadań — kod produkcyjny, bezpieczeństwo, architektura
4. Zawsze sprawdź cache przed wywołaniem — oszczędność do 90% przy powtarzających się zapytaniach
5. Batch processing — grupuj podobne zadania w jedno wywołanie

Użycie w projekcie (tRPC)

Backend — wywołanie modelu

// server/routers/ai.ts
import { aiRouter } from "./routers/ai";

// W procedurze tRPC:
const result = await ctx.ai.chat({
  model: "auto",  // auto-routing lub konkretny model
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: userMessage }
  ],
  task_type: "analysis",  // dla auto-routingu
  max_tokens: 2000,
  temperature: 0.7
});

Frontend — hook React

// Wywołanie przez tRPC
const chatMutation = trpc.ai.chat.useMutation();

const response = await chatMutation.mutateAsync({
  model: "auto",
  messages: [{ role: "user", content: "Przeanalizuj ten kod..." }],
  task_type: "code_analysis"
});

console.log(response.content);    // odpowiedź
console.log(response.model_used); // który model użyto
console.log(response.cost_usd);   // koszt wywołania

Dostępne task_type dla auto-routingu

"analysis"       → claude-3-5-sonnet
"code_review"    → claude-3-5-sonnet
"long_context"   → kimi-k2-turbo-preview
"reasoning"      → deepseek-reasoner
"synthesis"      → deepseek-chat
"classification" → claude-3-haiku
"translation"    → deepseek-chat
"summary"        → deepseek-chat
"default"        → manus-built-in

Fallback Chain

Gdy model jest niedostępny (brak klucza, błąd API):

claude-3-5-sonnet → claude-3-haiku → manus-built-in
kimi-k2-turbo     → deepseek-chat  → manus-built-in
deepseek-reasoner → deepseek-chat  → manus-built-in

Integracja z Manus Brain Dashboard

Panel Multi-AI Router w dashboardzie umożliwia:

• Testowanie każdego modelu z custom promptem
• Podgląd statystyk użycia (tokeny, koszty, latencja)
• Konfigurację reguł auto-routingu
• Historię wywołań z kosztami

Dodawanie do nowego projektu

1. Skopiuj server/routers/ai.ts z manus-brain-dashboard
2. Dodaj do server/routers.ts: ai: aiRouter
3. Dodaj klucze API do .env (lub przez webdev_request_secrets)
4. Opcjonalnie: skopiuj AIModelsPanel.tsx do frontendu

Bezpieczeństwo

• NIGDY nie loguj kluczy API w konsoli ani bazie danych
• Klucze przechowuj wyłącznie w zmiennych środowiskowych lub Dexter Vault
• Loguj tylko: model, tokeny, koszt, latencję — bez treści promptów w produkcji
• Rate limiting: max 100 wywołań/minutę per użytkownik

Powiązane skille

• manus-brain/SKILL.md — baza doświadczeń i RAG
• CREDIT_OPTIMIZATION.md — reguły oszczędzania kredytów
• PROCEDURES.md — Centrum Procedur i Dekalog projektów