oh-my-codex-cli 0.1.0

package/.agent/skills/multi-model-research/README.md

@@ -0,0 +1,233 @@
+# Multi-Model Research Skill - 使用指南
+
+## 🎯 这是什么？
+
+一个**直接调用 Gemini/Codex CLI** 的 Skill，**完全绕过 PAL MCP**，解决超时问题。
+
+## ✅ 优势对比
+
+| 问题 | PAL MCP 方案 | Direct CLI Skill |
+|------|-------------|-----------------|
+| 超时问题 | ❌ 经常超时 | ✅ 不会超时 |
+| 调试难度 | ❌ MCP 黑盒 | ✅ 直接看输出 |
+| 维护成本 | ❌ 需要 MCP Server | ✅ 零维护 |
+| OAuth 支持 | ❌ 需要配置 | ✅ 原生支持 |
+
+## 🚀 快速开始
+
+### 方式 1: 自动触发 (推荐)
+
+只需要说包含这些关键词的话：
+
+```
+多模型调研 React vs Vue 性能对比
+```
+
+```
+技术选型分析：应该用 MongoDB 还是 PostgreSQL？
+```
+
+```
+架构决策：如何设计支持 10 万并发的系统？
+```
+
+### 方式 2: 手动触发
+
+```
+使用 multi-model-research 分析：<你的问题>
+```
+
+## 📊 它会做什么？
+
+1. **Gemini 架构分析** (1M 上下文视角)
+   - 架构设计合理性
+   - 可扩展性和性能
+   - 技术风险评估
+   - 优化建议
+
+2. **Codex 代码评估** (GPT-5 视角)
+   - 代码最佳实践
+   - 性能优化建议
+   - 安全风险防护
+   - 可维护性分析
+
+3. **Claude 综合决策**
+   - 对比两个模型的观点
+   - 识别共识和分歧
+   - 综合给出最终建议
+   - 分步行动计划
+
+## 🎓 使用示例
+
+### 示例 1: 技术选型
+
+**输入**:
+```
+多模型调研：前端框架选 React、Vue 还是 Svelte？
+团队熟悉 React，但听说 Svelte 性能更好。
+```
+
+**输出**:
+- Gemini: 分析三个框架的生态、长期维护、可扩展性
+- Codex: 对比开发效率、性能测试、代码示例
+- Claude: 根据你的团队情况推荐最合适的
+
+### 示例 2: 架构设计
+
+**输入**:
+```
+技术选型分析：实时聊天系统用 WebSocket 还是 SSE？
+需要支持 10 万并发用户。
+```
+
+**输出**:
+- Gemini: 架构层面对比可扩展性、资源消耗、集群部署
+- Codex: 代码层面给出实现示例、性能测试
+- Claude: 综合推荐方案 + 实施步骤
+
+### 示例 3: 性能优化
+
+**输入**:
+```
+多模型调研：React 应用首屏加载 5 秒，如何优化到 1 秒？
+```
+
+**输出**:
+- Gemini: SSR、代码分割、CDN、缓存策略
+- Codex: 懒加载、Tree Shaking、压缩技巧
+- Claude: 分步优化计划 (优先级 + 预期收益)
+
+## ⚠️ 故障排除
+
+### Gemini CLI 调用失败
+
+**错误信息**: "Failed to load API key" 或 OAuth 过期
+
+**解决方法**:
+```bash
+# 在终端重新登录
+gemini
+```
+
+### Codex CLI 调用失败
+
+**错误信息**: "Command not found" 或 API 限流
+
+**解决方法**:
+```bash
+# 检查 Codex 是否安装
+which codex
+
+# 如果未安装，安装 Codex CLI
+npm install -g @openai/codex-cli
+```
+
+### 降级策略
+
+如果某个 CLI 失败，Skill 会**自动降级**：
+- Gemini 失败 → Codex + Claude 双模型
+- Codex 失败 → Gemini + Claude 双模型
+- 都失败 → Claude 单模型深度分析
+
+## 🔧 高级用法
+
+### 带文件分析
+
+```
+使用 multi-model-research 分析 src/api/auth.ts 的安全问题
+```
+
+### 深入某个维度
+
+```
+深入 Gemini 关于可扩展性的分析
+```
+
+### 对比两个方案
+
+```
+多模型调研对比：
+方案 A: 微服务架构
+方案 B: 单体架构
+```
+
+## 📈 性能数据
+
+**典型调研时间**:
+- Gemini 分析: 30-60 秒
+- Codex 分析: 20-40 秒
+- Claude 综合: 10-20 秒
+- **总计**: 1-2 分钟
+
+**vs PAL MCP**:
+- PAL MCP: 经常超时 (>2 分钟限制)
+- Direct CLI: 从未超时 (可设 5+ 分钟)
+
+## 🆚 什么时候用 PAL MCP？
+
+**用 Direct CLI Skill** (本 skill) 的场景:
+- ✅ 一次性深度调研
+- ✅ 技术选型决策
+- ✅ 架构设计分析
+- ✅ 对超时敏感的任务
+
+**用 PAL MCP** 的场景:
+- ✅ 多轮交互式对话 (需要上下文传递)
+- ✅ 需要 continuation_id 的场景
+- ✅ 企业级特性 (统一日志、限流)
+
+## 📝 技术细节
+
+### 为什么绕过 MCP？
+
+```
+旧方案 (超时):
+  Claude Code → PAL MCP Tool → Gemini/Codex CLI
+                ↑ 这里有 2 分钟超时限制
+
+新方案 (无超时):
+  Claude Code → Skill → Bash → Gemini/Codex CLI
+                        ↑ 可以设置 5+ 分钟超时
+```
+
+### CLI 输出处理
+
+**Gemini** (优先使用 gemp):
+```bash
+# 优先方案: gemp (20分钟超时，输出纯净)
+cat > /tmp/gemini_prompt.txt << 'PROMPT_EOF'
+你的问题内容
+PROMPT_EOF
+cat /tmp/gemini_prompt.txt | node ~/.gemini/long_task_runner.js 2>&1
+
+# 备用方案: gemini CLI
+cat /tmp/gemini_prompt.txt | gemini --yolo 2>&1 | grep -v "STARTUP\|YOLO\|Load"
+```
+
+**Codex**:
+```bash
+# 使用临时文件方式调用
+cat > /tmp/codex_prompt.txt << 'PROMPT_EOF'
+你的问题内容
+PROMPT_EOF
+cat /tmp/codex_prompt.txt | codex exec --dangerously-bypass-approvals-and-sandbox - 2>&1
+```
+
+## 🎉 总结
+
+这个 Skill 让你可以：
+- ✅ **真正的多模型协作** (Gemini + Codex + Claude)
+- ✅ **无超时问题** (绕过 MCP 限制)
+- ✅ **零维护成本** (不需要 MCP Server)
+- ✅ **完全透明** (直接看 CLI 输出)
+
+**立即尝试**:
+```
+多模型调研：技术选型问题
+```
+
+---
+
+**文档版本**: v1.0  
+**创建时间**: 2025-12-19  
+**Skill 位置**: `/Users/WangQiao/.claude/skills/multi-model-research/skill.md`