mcpField
G
glm-runner

glm-runner

github.com/robsonrungエージェントワークフロー248 回インストール1 日前に更新
リポジトリ

glm-runner について

共有の `pi-runner` 実装を使い、GLM の実行枠としてプロンプトを処理するスキルです。既定モデルは GLM 5.3 Flash で、OpenRouter のプロバイダーとモデルを固定し、利用不可時に別プロバイダーへ切り替えません。

主な機能

  1. 01`pi-runner` 経由でプロンプトを実行
  2. 02OpenRouter のプロバイダーとモデルを固定
  3. 03プロンプトファイルとロールを指定
  4. 04分析タスクは既定で読み取り専用
  5. 05共通 JSON エンベロープを返却

活用シーン

  1. 01GLM によるコードレビューの依頼
  2. 02モジュール構成の要約
  3. 03council でのランナー出力比較

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/robsonrung/rar-skills --skill glm-runner

インストール後、Claude Code で/glm-runnerを入力して読み込まれたか確認します。

同梱ファイルagents/openai.yamlscripts/run_glm.py

詳細

GLM Runner

共有の pi-runner 実装を通じて、GLM のシートとしてプロンプトを実行します。以前の Cline ベースのシムに代わるもので、呼び出しごとに --provider openrouter --model z-ai/glm-5.3-flash を固定するため、プロバイダーごとのモデル ID マップ(OpenRouter では z-ai/glm-5.3-flash、cline ゲートウェイでは zai/glm-5.3-flash)は、必要としていた可変のプロバイダー状態とともに不要になりました。

デフォルトモデル

  • z-ai/glm-5.3-flash — Z.AI の GLM 5.3 Flash です。実行ごとに --provider openrouter --model z-ai/glm-5.3-flash を固定します。このシートに残る ID はこれだけです。--model で上書きすると、GLM シートに別の OpenRouter モデル ID を指定できます。

前提条件

  • pi CLI がインストールされ、PATH に含まれていること(npm install -g @mariozechner/pi-coding-agent)
  • 環境変数に OPENROUTER_API_KEY が設定されていること(または Pi の認証情報ストアに OpenRouter の認証情報があること)

セキュリティモデル

このスキルは pi-runner に処理を委任するため、実行モデルとデータ共有モデルは Pi ラッパーと同じです。詳細は ../pi-runner/SKILL.md を参照してください。実行は隔離されており、拡張機能、スキル、AGENTS.md/CLAUDE.md の検出は行われません。分析ロール(implementer 以外のすべてのロール)は、デフォルトで読み取り専用モードになります(Pi のファイル読み取りツールのみが有効です)。無効にするには --allow-write を指定し、ツールを完全にブロックするには --no-tools を指定してください。

共有ラッパーのリファレンス

サポートされるオプション、ロール、--json 出力エンベロープのキー仕様、戻りコード、注意点は共有ラッパーと同じです。共有フラグ、エンベロープキー、戻りコード、シート忠実性のルールについては、shared/references/runner-common.md を参照してください。エンベロープは pi-runner/scripts/run_pi.py によって生成され、runner=glm、effective_runner=pi、effective_provider=z-ai(z-ai/... のモデル ID から推定)が設定されます。native_provider=openrouter はサービングゲートウェイです。

使用方法

python3 .agents/skills/glm-runner/scripts/run_glm.py "your prompt here"

例

python3 .agents/skills/glm-runner/scripts/run_glm.py "Summarize the core module architecture"
python3 .agents/skills/glm-runner/scripts/run_glm.py --prompt-file /tmp/review.md --role codereviewer
python3 .agents/skills/glm-runner/scripts/run_glm.py "Read-only analysis" --restrict-tools --json
python3 .agents/skills/glm-runner/scripts/run_glm.py "Answer from the brief only" --no-tools --json

動作

  1. ランナーの識別子を glm に設定して、共有の pi-runner 実装に処理を委任します(エンベロープには runner=glm、effective_runner=pi と出力されます)。
  2. 呼び出しごとに --provider openrouter --model z-ai/glm-5.3-flash を固定するため、実際に応答するモデルは GLM シートです。気付かないうちに別のプロバイダーへ振り分けられるような可変のプロバイダー状態はありません。
  3. 別のプロバイダーへのフォールバックは行いません。CLI が見つからない場合はシートが明示的にブロックされ(status: seat_unavailable、return_code -2)、認証情報が見つからない場合は status: auth_missing、auth_ok: false が報告されます。これはシート忠実性を保つためです。すべてのランナーが守る同じ不変条件として、GLM シートの回答を別のモデルの回答で代用することはありません。
  4. 共有ラッパーのエンベロープを維持するため、各種ランナーと GLM の出力を一貫した形で比較できます。

移行に関する注意

Cline ベースのシム(および --lane glm を使った分離認証ワークフロー)は、このスキルでは使用されなくなりました。現在は pi と OPENROUTER_API_KEY のみに依存します。他のツールが引き続き cline を直接シェルから呼び出していても、この変更の影響はありません。

コメント