生成聊天回答
向指定模型提交你的消息。
/oo OrcaRouter: 使用 OrcaRouter 模型 [模型 ID] 处理消息 [messages],总结返回回答。
向 AI 助手说明目标,使用 OrcaRouter 生成聊天回答与文本向量。
将提示词复制到已安装 oo Skill 的 Agent,补充页面链接和原始笔记后执行。
向指定模型提交你的消息。
/oo OrcaRouter: 使用 OrcaRouter 模型 [模型 ID] 处理消息 [messages],总结返回回答。
使用指定模型为输入生成向量。
/oo OrcaRouter: 使用 OrcaRouter 模型 [向量模型 ID] 为 [输入文本] 生成向量并返回。
在 Agent 中配置 oo CLI 和 oo Skill。
安装 OOMOL →使用 OrcaRouter 的 API Key 连接。
连接 OrcaRouter →使用 /oo,说明要读取的页面、修改的内容和保存位置。
连接指南 →选择你的 Agent
OrcaRouter 通过 API key 提供模型列表、聊天生成、Anthropic 格式消息和向量能力。
向指定模型提交你的消息。
使用指定模型为输入生成向量。
通过 OpenAI 兼容的 `/chat/completions` 端点创建 OrcaRouter 聊天补全。
orcarouter.create_chat_completion 通过 `/messages` 端点创建 OrcaRouter Anthropic 格式消息。
orcarouter.create_message 列出可通过 OrcaRouter 使用的模型。
orcarouter.list_models 通过 OpenAI 兼容的 `/embeddings` 端点创建嵌入。
orcarouter.create_embeddings 没有匹配的工具。
list_models 返回 OrcaRouter 可用模型。
create_message 向 /messages 端点提交 model、max_tokens 和 messages。
该 action 返回向量;存储和建立索引需要另一个系统。
管理 OOMOL 可以使用哪些可选存储。你随时可以在页脚重新修改这些选择。