什么是 舰队准则？

舰队准则（Fleet Doctrine）是为管理多模型 AI 环境的开发者设计的综合路由策略。它作为一个编排层，为顶级大语言模型定义了特定角色，确保高风险推理任务由先进模型处理，而日常操作则转交给成本效益更高的替代方案。通过将此准则集成到您的 Openclaw 技能中，您可以自动化子代理生成、编码任务和定时工作流的决策过程。

该技能将模型分为功能性角色，如指挥官（Commander）、首席工程师（Chief Engineer）和苦力（Workhorse）。这种系统化的方法消除了猜测，确保从复杂的全库重构到简单的行政定时任务，每一项任务都由您舰队中最合适的引擎执行。

下载入口:https://github.com/openclaw/skills/tree/main/skills/jarvis-drakon/fleet-doctrine

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。

舰队准则 应用场景

• 为深度编码任务和架构重构生成专门的子代理。
• 使用高效、低延迟的模型自动化日常定时任务和邮件简报。
• 通过高级推理模型编排高风险的安全审计和财务决策。
• 利用高上下文视觉模型处理大规模数据集或多模态输入。
• 实施并行验证工作流，由次要模型对主要输出提供快速的第二意见。

1. 评估任务优先级和复杂度：确定任务是否涉及安全、编码、视觉或日常行政。
2. 指派指挥官 (Opus) 进行编排、安全决策或处理高度模糊的高风险任务。
3. 将技术工程和全库任务路由至首席工程师 (Codex)。
4. 将重复的、模版化的或定时行政任务交给苦力 (Sonnet)。
5. 在处理多模态输入或超过 100 万 token 的上下文窗口时调用创意与视觉模型 (Gemini)。
6. 利用快速备份 (Grok) 进行快速研究、轻量级审查或任何需要并行第二意见的场景。
7. 应用回退逻辑，在特定供应商不可用时使用默认模型确保连续性。

舰队准则 配置指南

要在您的 Openclaw 技能环境中实施舰队准则，请配置您的模型别名并使用会话生成语法。

# 示例：使用特定路由规则生成子代理
sessions_spawn(model: "codex", task: "重构身份验证模块")

确保您的环境变量已配置 Anthropic、OpenAI、Google 和 xAI 的有效 API 密钥，以支持完整的模型舰队。

舰队准则 数据架构与分类体系

该准则通过清晰的模型意图和别名分类法组织其逻辑：

所有路由决策都遵循严格的层级结构，以防止资源浪费并确保技术准确性。

name: fleet-doctrine
description: Model routing strategy for multi-model AI fleet. Use when spawning sub-agents, choosing models for cron jobs, delegating coding tasks, or deciding which model should handle a task. Covers Opus, Codex, Sonnet, Gemini, and Grok routing rules.

Fleet Doctrine — Model Routing

Aliases

• opus → anthropic/claude-opus-4-6
• sonnet → anthropic/claude-sonnet-4-6
• codex → openai-codex/gpt-5.3-codex
• Gemini: google/gemini-3-pro-preview
• Grok: xai/grok-4

Routing Rules

Opus — Commander

When: Main session, orchestration, security decisions, financial tasks, reviewing other models' output, anything high-stakes or ambiguous. Never waste on: Routine crons, simple lookups, email summaries, templated tasks.

Codex — Chief Engineer

When: Big coding tasks (refactors, new features, full repo work), PR reviews, debugging complex issues, checking other models' code output. Spawn as: sessions_spawn(model: "codex", task: "...") or sub-agent with --model codex. Pairs with: Grok for parallel work or second opinions on code.

Sonnet — Workhorse

When: Cron jobs, email briefings, admissions reports, routine admin, quick lookups, drafts, form letters, anything repetitive or templated. Default for: All crons unless the task requires reasoning.

Gemini — Creative & Vision

When: Image generation, analysing long documents (1M context), visual tasks, when a different perspective helps. Best at: Processing massive context windows, multimodal input.

Grok — Fast Backup

When: Parallel work alongside Codex, speed-over-depth tasks, sanity-checking other models' output, when you need a quick second opinion. Good for: Lightweight code reviews, fast research, draft generation.

Decision Flow

1. Is it security, finance, or high-stakes? → Opus
2. Is it a big coding task or repo work? → Codex (with Grok as backup)
3. Does it need image gen or 1M+ context? → Gemini
4. Is it routine/scheduled/templated? → Sonnet
5. Need a fast second opinion? → Grok
6. Not sure? → Opus decides, then delegates.

Fallback Rule

If a model is unavailable on your instance, fall back to your default model (typically Sonnet). The doctrine describes intent — use the best model you have access to that matches the category. When in doubt, do the task with what you've got rather than failing.

Anti-Patterns

• Don't use Opus for email summaries or cron jobs
• Don't use Sonnet for complex multi-step reasoning
• Don't use Codex for non-coding tasks
• Don't spawn multiple models on the same task unless deliberately seeking a second opinion