什么是 Poe Chat？

Poe Chat 技能是专为 Openclaw Skills 设计的综合集成，使用户能够与 Poe 上托管的各种大语言模型（LLM）进行通信，包括 Gemini、GPT、Claude、Kimi 和 Deepseek。通过在消息中使用 @gemini 或 @gpt 等触发词，用户可以利用不同模型的特定优势，而无需手动配置。

该技能通过动态获取可用模型 ID 并根据智能优先级逻辑选择最合适的版本，实现了模型管理的自动化。它作为本地环境与 Poe 上强大模型生态系统之间的桥梁，确保您始终使用最合适的工具。

下载入口:https://github.com/openclaw/skills/tree/main/skills/longmans/poe-chat

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Poe Chat 应用场景

• 在聊天中使用 @claude 或 @gemini 等提及方式触发特定的 AI 提供商。
• 自动选择最高效的模型版本，例如在标准查询中优先选择 Flash 版本而非 Pro 版本。
• 通过将本地 PDF 或文本文件直接上传到 Poe 托管的模型来进行文档分析。
• 通过单一的 Openclaw Skills 界面集中访问 Kimi 或 Deepseek 等多样化模型。

1. 技能扫描用户消息中以 @ 符号开头的触发词。
2. 执行搜索脚本从 Poe API 获取所有可用模型的列表。
3. 创建或更新本地缓存 (models.json) 以存储模型 ID 和描述，确保后续查询的快速响应。
4. 技能根据触发词和预定义的优先级层次结构（例如优先选择最新版本和非 Pro 模型，除非另有说明）选择最佳匹配的模型 ID。
5. 如果附带文件，则通过 fastapi-poe 客户端将其上传到 Poe 的基础设施。
6. 向 Poe 发送最终请求，返回响应并清晰标记所使用的具体模型。

Poe Chat 配置指南

要开始为 Openclaw Skills 使用此技能，请按照以下步骤操作：

1. 安装必要的 Python 依赖项：

pip install -r scripts/requirements.txt

2. 将您的 Poe API Key 配置为环境变量：

export POE_API_KEY="your_api_key_here"

3. 初始化本地模型缓存：

python scripts/list_models.py

Poe Chat 数据架构与分类体系

Poe Chat 技能使用以下结构管理数据，以优化 Openclaw Skills 内的性能：

name: poe-chat
description: 使用 @gemini/@gpt/@claude 等触发词调用 Poe 模型（含 Gemini/GPT/claude/kimi/Deepseek等主流模型），自动选择 model_id 并说明使用了哪一个，支持文件上传。

Poe Chat Skill

适用场景

• 用户输入包含 @gemini、@gpt 等 @触发词，希望用 Poe 上的具体模型回答问题。
• 需要自动匹配最合适的具体模型名称（例如 gemini-3-flash）。
• 支持把本地文件上传给模型分析。

使用方式

1) 安装依赖（只需一次）

pip install -r scripts/requirements.txt

如系统没有 python 命令，请改用 python3 执行下列命令。

2) 设置 Poe API Key（如未设置）

export POE_API_KEY="your_api_key"

也可以在调用时通过 --api-key 传入（优先生效）。

3) 查看可用模型（独立脚本）

python scripts/list_models.py

默认会在当前目录生成精简版 models.json（仅包含 id），并作为本地缓存（缓存时间 1 小时，基于文件修改时间）。

也可指定输出文件名：

python scripts/list_models.py --out models.json

如需查看完整模型信息（如 description 等），使用 --full：

python scripts/list_models.py --full --out models-full.json

4) 根据模型列表选择模型 ID

从 models.json 中选择要使用的模型 ID：

• 重点字段是 data[].id（这就是 model_id）
• 可结合 data[].description 判断用途和能力

示例（手动选择）：

{
  "data": [
    {"id": "gemini-3-pro", "description": "..."},
    {"id": "claude-opus-4.6", "description": "..."}
  ]
}

当用户输入 @gemini ... 时，选择包含 Gemini 的模型，并遵循以下优先级：

1. 默认优先非 Pro（例如优先 gemini-3-flash 而不是 gemini-3-pro）
2. 优先最新版本号（例如 2.5 优于 2.0）
3. 只有用户明确要求 Pro/Ultra 时才选 Pro/Ultra（例如用户输入 @gemini-pro 或明确说“用Pro”）

5) 调用脚本（直接传入模型 ID）

python scripts/poe_client.py r
  --message "请解释量子计算" r
  --model-id "gemini-3-flash" r
  --api-key "your_api_key" r
  --file "/path/to/document.pdf"

说明：

• --message 必填，内容中包含 @xxx 触发词即可（如 @gemini、@gpt）。
• --file 可选，可重复多次上传多个文件。

行为准则

1. 解析触发词：从用户消息中提取第一个 @xxx 触发词。
2. 模型选择：根据 models.json 里的 data[].id 手动选择最相关的具体模型。
3. 模型列表：通过 list_models.py 获取模型列表，内存缓存 1 小时（不持久化）。
4. API Key：若环境变量 POE_API_KEY 未设置，poe_client.py 会提示用户输入。
5. 文件上传：如提供 --file，poe_client.py 使用 fastapi-poe 上传并附加到请求。
6. 响应输出：回答正文前必须标注 具体模型名（例如 Model used: gemini-3-flash）。

输出格式

Model used: <具体模型名>

<模型回答内容>

如存在模型返回的附件，列出附件信息（名称、类型、URL）。