把一个 AI Agent 的任务，顺手派给另一家本机 AI CLI。

Claude、Codex、OpenCode、Antigravity/Gemini、Grok、Cursor 在 ai-dispatch 里都是同级 provider。你不用关心底层命令怎么拼，只要告诉当前 Agent：“用 ai-dispatch 找 Claude / Codex / OpenCode / Gemini / Grok / Cursor 看一下”。

适合：

• 让另一个模型做严格 review。
• 让一个模型实现，另一个模型复查。
• 找第二视角，避免单模型盲区。
• 把同一问题交给多个模型对照。
• 在上一轮外部模型结果上继续追问。

ai-dispatch 是本地运行的薄 runtime：它只负责安装入口、模型短名路由、调用 provider、记录结果和继续会话，不替你做产品决策。

有 Node.js 时，直接安装 CLI：

npm install -g ai-dispatch
ai-dispatch doctor

一次性执行可以用：

npx --yes ai-dispatch doctor

npm 包会下载与包版本一致的 GitHub Release 原生二进制，并校验 SHA-256。它只安装 CLI；Claude Code 和 Codex skill 仍按下面方式安装。

通过 Homebrew 安装：

brew install rennzhang/tap/ai-dispatch

没有 Node.js，或希望一次安装 CLI 和两个 skill 时：

curl -fsSL https://raw.githubusercontent.com/rennzhang/ai-dispatch/main/scripts/install-remote.sh | bash

安装后可以直接调用：

ai-dispatch doctor

要确认 PATH、skill 或 npm 入口实际运行的是哪一份构建：

ai-dispatch version --format json

以返回的 version、revision、modified 为准；不要只看安装目录里的 VERSION 文件。

只安装 CLI：

AI_DISPATCH_SKILL_TARGET=none \
  curl -fsSL https://raw.githubusercontent.com/rennzhang/ai-dispatch/main/scripts/install-remote.sh | bash

安装给 Claude Code：

npx skills add rennzhang/ai-dispatch -g --agent claude-code

安装给 Codex：

npx skills add rennzhang/ai-dispatch -g --agent codex

两个都装：

npx skills add rennzhang/ai-dispatch -g --all

npx skills add 只安装 skill；skill 会按需准备 runtime。需要人或脚本直接调用 CLI 时，用上面的 curl 安装。

安装后，在终端、Claude 或 Codex 里都可以直接用。

让 Claude Opus 做发版前 review：

请用 ai-dispatch 调 Claude Opus 对当前 diff 做交付级 review。
重点看 blocker/high risk、过度设计、漂移、兼容层和发布风险。
只输出 findings first，最后给是否可以发版。

让 Codex 帮你实现：

请用 ai-dispatch 调 Codex 实现这个修复。
保持最小改动，完成后跑测试，把关键 diff 和验证结果带回来。

让多个模型一起看：

请用 ai-dispatch 找 opus、glm、gemini-pro、kimi 各自独立 review 当前变更。
最后汇总共识、冲突点和必须立刻修的项。

如果上一轮外部模型返回了可继续的会话，直接让当前 Agent 追问它：

继续追问刚才那个 Claude reviewer：
它提到的 P1 里哪些必须现在修，哪些可以发版后处理？

你不需要自己管理 session id；Agent 会从 ai-dispatch 的返回结果里拿。

短名必须写进 ~/.ai-dispatch/config.json 的 models。没写进去的 kimi / qwen / gpt5.5 这类词会直接失败。

你也可以直接说 provider 名：codex、claude、cursor、grok、opencode。

ai-dispatch 有两个用户态文件：

• ~/.ai-dispatch/config.json 的 models 字段：你这台机器已添加的模型短名和候选池。
• ~/.ai-dispatch/config.json 的 user_facing_summary：是否在回复里贴调用卡片，默认关闭。设为 true 开启。
• ~/.ai-dispatch/preferences.md：你喜欢在什么场景用哪些模型。

短名不会开箱即用。先把确认能用的模型写进 config.json models，再在 preferences.md 里写场景偏好。

更新可用模型池时，可以直接说：

请帮我更新 ai-dispatch 的可用模型池。
把我确认能用的模型短名写进 ~/.ai-dispatch/config.json 的 models 字段：
<short-name> 走 <provider>/<model-id>，必要时再加一个 fallback 候选。

更新场景偏好时，可以直接说：

请帮我更新 ai-dispatch 的模型偏好。
review 场景优先用 <review-target>；代码实现优先用 <coding-target>。
写进 ~/.ai-dispatch/preferences.md，保持简短清楚。

ai-dispatch 当前内置支持六类本机 CLI provider：

想接入更多 CLI provider 或参与贡献，见 issue #1。

日常使用先看本 README。需要底层细节时再看：

• 技术篇：CLI、JSON 结果、run history、provider scan、failure_class、发布。
• 架构设计：包边界、请求流程、状态目录。
• Changelog：公开版本变更记录。
• Provider Acceptance：新增或回归 provider 的真实验收 harness。
• 配置参考：config.json 字段和模型路由。
• 偏好格式：preferences.md 怎么维护。

跨 provider 可用顶层 --effort 控制推理档位：

ai-dispatch send gpt5.6 "implement the fix" --effort xhigh --json-result

Codex 短名（gpt5.6-sol 等）需要写进 config.json。裸 send codex 使用 Codex CLI 自己的默认模型。

合法值：auto | none | minimal | low | medium | high | xhigh | max。省略或 auto 表示不覆盖各 CLI 默认。只有当前 provider/模型确认支持的精确档位才会传递；否则回到 auto，结果里会带 requested_effort / applied_effort / effort_fallback_reason，不会静默降到相邻档。详见 Reasoning Effort 设计。

所有 provider 统一接受顶层 --fast：

ai-dispatch send gpt5.6-luna "implement the fix" --fast --json-result

当前 Codex GPT-5.5/5.6 target 会应用 priority service tier。其他 provider 暂未确认有等价能力时仍按标准速度执行一次，并在结果里明确返回 requested_fast=true、applied_fast=false 和 fast_fallback_reason；不会静默声称已加速，也不会因此设置 degraded 或写入通用 warnings。切换前可用 ai-dispatch models resolve <target> --format json 读顶层 fast。

ai-dispatch 调的是你本机已安装的 AI CLI。某些 provider 可以读写文件或执行命令；只在你愿意交给这些 CLI 的工作区里使用。

Grok provider 为了非交互式执行默认使用 grok.approval=always。处理不可信 prompt 或不希望自动批准工具/文件操作时，传 --provider-opt grok.approval=default。

Cursor provider 默认只信任工作区（--trust），不自动批准工具/文件操作；需要全自动执行时显式传 --provider-opt cursor.approval=always。Cursor 模型 ID 自带推理档位后缀（如 claude-fable-5-thinking-high），不接收 --effort 精确档位；需要其它档位时换用带对应后缀的短名。