Find New Providers — Discovery Skill
Scours OpenRouter pour découvrir de nouveaux providers ou models de coding à intégrer dans sources.js. Lit directement depuis sources.js pour éviter toute redondance.
Current date: 2026-05-31
When to Use
- User dit "find new providers", "new AI providers", "scan for providers"
- User trigger
/skill:find_providers - Découverte périodique (mensuel ou avant une version majeure)
⚠️ IMPORTANT — Working Workflow
NE PAS utiliser :
- ❌
subagenten masse → plante le système - ❌
tavily_search→ 422 API error - ❌
exa_search→ 400 invalid request - ❌
brave_search→ retourne n'importe quoi - ❌
web_search→ Google credentials manquantes - ❌ Créer des fichiers d'index intermédiaires → multiplicite de sources de vérité
✅ UTILISER :
- ✅
readsursources.js→ lit les models déjà intégrés (source unique de vérité) - ✅
bash+grep→ cherche si un model existe déjà - ✅
web_fetchsur OpenRouter → découvre de nouveaux providers/models - ✅
writepour générer le rapportnew_providers_report.md
Single Source of Truth
sources.js est la SEULE source de vérité.
Ne JAMAIS créer de fichier d'index, de cache, ou de base de données séparé. Le skill doit toujours :
- Lire
sources.jsdirectement - Parser les model IDs existants
- Ne rapporter que ce qui n'y est PAS déjà
Workflow (Step-by-Step)
Phase 1: Lire sources.js
read /Users/vava/Documents/GitHub/free-coding-models/sources.js
Récupère tous les model IDs existants. Parse mentalement ou avec grep.
Phase 2: Scanner OpenRouter
- Fetch la page des providers :
https://openrouter.ai/providers - Identifier les providers avec des models
:free(gratuits) - Pour les providers intéressante → fetch
https://openrouter.ai/provider/{slug}
Phase 3: Vérifier la redondance
Pour chaque model/proider découvert :
grep -n "model-id\|provider-slug" /Users/vava/Documents/GitHub/free-coding-models/sources.js
Si trouvé → skip (déjà intégré). Si pas trouvé → c'est un candidat.
Phase 4: Générer le rapport
Écrire new_providers_report.md avec :
- Les candidats NON présents dans sources.js
- Les providers déjà couverts (pour information)
- Le score de chaque candidat
- La recommandation (intégrer ou skip)
Providers à Vérifier en Priorité
Toujours vérifier ces providers en premier (souvent mis à jour avec des models gratuits) :
| Provider | URL | Pourquoi |
|---|---|---|
| nvidia | openrouter.ai/provider/nvidia | 6 free models (Nemotron series) |
| poolside | openrouter.ai/provider/poolside | Laguna coding agents |
| stealth | openrouter.ai/provider/stealth | Owl Alpha (agentic coding) |
| venice | openrouter.ai/provider/venice | 6+ free models |
| liquid | openrouter.ai/provider/liquid | LFM small models |
| google-ai-studio | openrouter.ai/provider/google-ai-studio | Gemma free |
| z-ai | openrouter.ai/provider/z-ai | GLM models |
| deepseek | openrouter.ai/provider/deepseek | DeepSeek V4 |
| openai | openrouter.ai/provider/openai | GPT-OSS series |
Pour chaque provider, extraire :
- Model ID complet (ex:
nvidia/nemotron-3-super-120b-a12b:free) - Display label (ex: "Nemotron 3 Super")
- Prix (gratuit =
:freesuffix) - Context window (ex: "1M", "256k")
- Description (pour voir si c'est un coding model)
- SWE-bench score si disponible
Scoring
Score chaque candidat non-présent :
| Critère | Points |
|---|---|
| OpenAI-compatible (via OpenRouter) | +2 |
No credit card required (:free) |
+2 |
| Coding model confirmé (description) | +2 |
| Bonne context window (128k+) | +1 |
| Modèle récent (2025-2026) | +1 |
Catégories :
- 🔥 High (6+) : intégrer maintenant
- 📊 Medium (3-5) : à considérer
- 💤 Low (<3) : skip
Output
File: new_providers_report.md
# New Provider Discovery Report
**Generated:** YYYY-MM-DD
**Sources consulted:** OpenRouter providers page
**Total providers scanned:** N
**Candidates (not in sources.js):** K
---
## 🔥 High Priority
### ProviderName
- **Model ID:** provider/model-name:free
- **Display label:** ...
- **Free tier:** ...
- **Context window:** ...
- **Coding?** Yes/No (description)
- **SWE-bench:** ...%
- **Score:** 🔥 X/8
- **Recommendation:** Add to openrouter source
## 📊 Medium Priority
...
## 💤 Already Covered (no action)
[List of providers/models that are already in sources.js]
---
## Research Details
### Sources consulted
- openrouter.ai/providers (72 providers)
- openrouter.ai/provider/{slug} (detail pages)
### Tools used
- ✅ web_fetch (OpenRouter pages)
- ✅ bash grep (sources.js cross-reference)
- ❌ tavily_search (broken)
- ❌ exa_search (broken)
- ❌ brave_search (garbage results)
### Recommendations
- **Integrate:** [list]
- **Watch:** [list]
- **Skip:** [list]
Auto-Amélioration du Skill
Après chaque exécution, l'agent DOIT :
1. Mettre à jour les "learnings" dans le skill
Si un provider ou model était introuvable (erreur web_fetch, etc.), ajouter une note :
// ⚠️ NOTE (YYYY-MM-DD): [ce qui n'a pas marché + pourquoi + alternative]
2. Documenter les patterns découverts
Si un nouveau type de provider ou pattern est trouvé (ex: provider avec :free suffix), le noter dans le skill pour les prochaine exécutions.
3. Corriger le skill si nécessaire
Si les outils utilisés changent (ex: Tavily est réparé), mettre à jour la section "⚠️ IMPORTANT" immédiatement.
4. Feedback loop
Après l'exécution, demander à l'utilisateur :
"Baws, rapport généré. Tu veux que je mette à jour le skill avec les patterns découverts ?"
Error Handling
| Erreur | Action |
|---|---|
web_fetch fail sur un provider |
Skip ce provider, continuer avec les autres |
| Model déjà dans sources.js | Skip, marquer "already covered" |
| Aucun model gratuit trouvé | Skip provider |
| Recherche web HS | Utiliser uniquement web_fetch sur OpenRouter |
| Trop de providers à checker | Prioriser par "Free models count" sur OpenRouter providers page |
Tips
- OpenRouter = guichet unique : 72 providers, gratuit, OpenAI-compatible
:freesuffix = gratuit : Les models gratuits ont toujours:freedans leur ID- Toujours cross-reference avec sources.js AVANT de recommander
- 1M context = excellent pour coding (full codebase analysis)
- SWE-bench score = le meilleur indicateur de capacité de coding
- Date des models : 2025-2026 = récent, à prioriser
- Coding keywords : "coding", "agent", "swe-bench", "software engineering", "tool calling"