llm-router

LLM ルーター

概要

SwiftOpenAI-CLI のエージェントモードを使用して、AI リクエストをさまざまな LLM プロバイダーにルーティングします。このスキルは、指定されたプロバイダー（OpenAI、Grok、Groq、DeepSeek、OpenRouter）を使用するよう CLI を自動的に設定し、ツールがインストール済みで最新であることを確認して、単発のエージェントタスクを実行します。

基本的なワークフロー

ユーザーから特定の LLM プロバイダーを使うよう依頼された場合（例：「grok を使って量子コンピューティングを説明して」）、次のワークフローに従います。

ステップ 1：SwiftOpenAI-CLI の準備状況を確認する

SwiftOpenAI-CLI がインストール済みで、最新であることを確認します。

scripts/check_install_cli.sh

このスクリプトでは、次の処理が行われます。

• swiftopenai がインストールされているか確認する
• バージョンを確認する（最低 1.4.4）
• 必要に応じてインストールまたは更新する
• 現在のインストール状況を報告する

ステップ 2：プロバイダーを設定する

ユーザーのリクエストに基づいて対象のプロバイダーを特定し、SwiftOpenAI-CLI を設定します。

scripts/configure_provider.sh <provider> [model]

対応しているプロバイダー：

• openai - OpenAI（GPT-4、GPT-5 など）
• grok - xAI の Grok モデル
• groq - Groq（Llama、Mixtral など）
• deepseek - DeepSeek モデル
• openrouter - OpenRouter（300 以上のモデル）

例：

# Configure for Grok
scripts/configure_provider.sh grok grok-4-0709

# Configure for Groq with Llama
scripts/configure_provider.sh groq llama-3.3-70b-versatile

# Configure for DeepSeek Reasoner
scripts/configure_provider.sh deepseek deepseek-reasoner

# Configure for OpenAI GPT-5
scripts/configure_provider.sh openai gpt-5

このスクリプトでは、次の処理が自動的に行われます。

• プロバイダー設定を行う
• 適切なベース URL を設定する
• デフォルトモデルを設定する
• API キーの設定方法を案内する

ステップ 3：API キーを確認する

設定スクリプトは API キーが設定されているか自動的に確認し、見つからない場合は明確な手順を表示して停止します。

API キーが見つからない場合：

スクリプトはエラーコード 1 で終了し、次の内容を表示します。

• ⚠️ API キーが設定されていないことを示す警告
• 環境変数で設定する手順
• 設定ファイルで設定する手順（永続的）

API キーが見つからないために設定スクリプトが失敗した場合は、ステップ 4 に進まないでください。

代わりに、まず API キーを設定する必要があることをユーザーに伝えます。

オプション 1 - 環境変数（一時的）：

export XAI_API_KEY=xai-...           # for Grok
export GROQ_API_KEY=gsk_...          # for Groq
export DEEPSEEK_API_KEY=sk-...       # for DeepSeek
export OPENROUTER_API_KEY=sk-or-...  # for OpenRouter
export OPENAI_API_KEY=sk-...         # for OpenAI

オプション 2 - 設定ファイル（永続的）：

swiftopenai config set api-key <api-key-value>

ユーザーが API キーを設定したら、設定スクリプトを再実行して確認します。

ステップ 4：エージェントタスクを実行する

エージェントモードを使って、ユーザーのリクエストを実行します。

swiftopenai agent "<user's question or task>"

エージェントモードの機能：

• 単発のタスク実行
• 組み込みのツール呼び出し
• MCP（Model Context Protocol）統合のサポート
• セッション ID による会話メモリ
• 複数の出力形式

例：

# Simple question
swiftopenai agent "What is quantum entanglement?"

# With specific model override
swiftopenai agent "Write a Python function" --model grok-3

# With session for conversation continuity
swiftopenai agent "Remember my name is Alice" --session-id chat-123
swiftopenai agent "What's my name?" --session-id chat-123

# With MCP tools (filesystem example)
swiftopenai agent "Read the README.md file" \
  --mcp-servers filesystem \
  --allowed-tools "mcp__filesystem__*"

使用パターン

パターン 1：シンプルなプロバイダールーティング

ユーザーのリクエスト：「grok を使って量子コンピューティングを説明して」

実行：

# 1. Check CLI installation
scripts/check_install_cli.sh

# 2. Configure for Grok
scripts/configure_provider.sh grok grok-4-0709

# 3. Execute the task
swiftopenai agent "Explain quantum computing"

パターン 2：特定のモデルを選択する

ユーザーのリクエスト：「DeepSeek Reasoner に、この数学の問題を段階的に解くよう依頼して」

実行：

# 1. Check CLI installation
scripts/check_install_cli.sh

# 2. Configure for DeepSeek with Reasoner model
scripts/configure_provider.sh deepseek deepseek-reasoner

# 3. Execute with explicit model
swiftopenai agent "Solve x^2 + 5x + 6 = 0 step by step" --model deepseek-reasoner

パターン 3：Groq による高速な推論

ユーザーのリクエスト：「groq を使ってコードを素早く生成して」

実行：

# 1. Check CLI installation
scripts/check_install_cli.sh

# 2. Configure for Groq (known for fast inference)
scripts/configure_provider.sh groq llama-3.3-70b-versatile

# 3. Execute the task
swiftopenai agent "Write a function to calculate fibonacci numbers"

パターン 4：OpenRouter 経由で複数のモデルにアクセスする

ユーザーのリクエスト：「OpenRouter を使って Claude にアクセスして」

実行：

# 1. Check CLI installation
scripts/check_install_cli.sh

# 2. Configure for OpenRouter
scripts/configure_provider.sh openrouter anthropic/claude-3.5-sonnet

# 3. Execute with Claude via OpenRouter
swiftopenai agent "Explain the benefits of functional programming"

プロバイダー固有の注意事項

OpenAI（GPT-5 モデル）

GPT-5 モデルは高度なパラメーターに対応しています。

# Minimal reasoning for fast coding tasks
swiftopenai agent "Write a sort function" \
  --model gpt-5 \
  --reasoning minimal \
  --verbose low

# High reasoning for complex problems
swiftopenai agent "Explain quantum mechanics" \
  --model gpt-5 \
  --reasoning high \
  --verbose high

詳細度： low、medium、high 推論の労力： minimal、low、medium、high

Grok（xAI）

Grok モデルは、リアルタイム情報とコーディング向けに最適化されています。

• grok-4-0709 - 推論能力が強化された最新モデル
• grok-3 - 汎用モデル
• grok-code-fast-1 - コード生成向けに最適化

Groq

オープンソースモデルによる超高速な推論で知られています。

• llama-3.3-70b-versatile - 汎用モデルの中で最適
• mixtral-8x7b-32768 - エキスパート混合モデル

DeepSeek

推論とコーディングに特化しています。

• deepseek-reasoner - 高度な段階的推論
• deepseek-coder - コーディングに特化
• deepseek-chat - 汎用チャット

OpenRouter

300 以上のモデルにアクセスできます。

• Anthropic Claude モデル
• OpenAI モデル
• Google Gemini モデル
• Meta Llama モデル
• そのほか多数

API キーの管理

推奨：複数のプロバイダーで環境変数を使用する

複数のプロバイダーを使用する場合のベストプラクティスは、すべての API キーを環境変数として設定することです。これにより、キーを再設定せずにプロバイダーをシームレスに切り替えられます。

シェルプロファイルに追加します（~/.zshrc または ~/.bashrc）：

# API Keys for LLM Providers
export OPENAI_API_KEY=sk-...
export XAI_API_KEY=xai-...
export GROQ_API_KEY=gsk_...
export DEEPSEEK_API_KEY=sk-...
export OPENROUTER_API_KEY=sk-or-v1-...

追加したら、シェルを再読み込みします：

source ~/.zshrc  # or source ~/.bashrc

仕組み：

• SwiftOpenAI-CLI は、設定されたプロバイダーに応じて適切なプロバイダー固有のキーを自動的に使用します
• Grok に切り替えると、XAI_API_KEY を使用します
• OpenAI に切り替えると、OPENAI_API_KEY を使用します
• 切り替えるたびにキーを再設定する必要はありません

代替方法：設定で単一の API キーを指定する（複数のプロバイダーには非推奨）

1 つのプロバイダーのみを使用する場合は、設定ファイルにキーを保存できます：

swiftopenai config set api-key <your-key>

制限事項： 設定ファイルには API キーを 1 つしか保存できません。プロバイダーを切り替える場合は、そのたびにキーを再設定する必要があります。

現在の API キーを確認する

# View current configuration (API key is masked)
swiftopenai config list

# Get specific API key setting
swiftopenai config get api-key

優先順位： プロバイダー固有の環境変数は、設定ファイルの設定より優先されます。

高度な機能

対話型設定

複雑な設定には、対話型ウィザードを使用します：

swiftopenai config setup

セットアップを順を追って案内します：

• プロバイダーの選択
• API キーの入力
• モデルの選択
• デバッグモードの設定
• ベース URL の設定（必要な場合）

セッション管理

複数のリクエスト間で会話のコンテキストを維持します：

# Start a session
swiftopenai agent "My project is a React app" --session-id project-123

# Continue the session
swiftopenai agent "What framework did I mention?" --session-id project-123

MCP ツールの統合

Model Context Protocol を介して外部サービスに接続します：

# With GitHub MCP
swiftopenai agent "List my repos" \
  --mcp-servers github \
  --allowed-tools "mcp__github__*"

# With filesystem MCP
swiftopenai agent "Read package.json and explain dependencies" \
  --mcp-servers filesystem \
  --allowed-tools "mcp__filesystem__*"

# Multiple MCP servers
swiftopenai agent "Complex task" \
  --mcp-servers github,filesystem,postgres \
  --allowed-tools "mcp__*"

出力形式

結果の表示方法を制御します：

# Plain text (default)
swiftopenai agent "Calculate 5 + 3" --output-format plain

# Structured JSON
swiftopenai agent "List 3 colors" --output-format json

# Streaming JSON events (Claude SDK style)
swiftopenai agent "Analyze data" --output-format stream-json

トラブルシューティング

よくある問題

問題：「swiftopenai: command not found」

解決方法：check_install_cli.sh スクリプトを実行すると、CLI が自動的にインストールされます。

問題：認証エラー

解決方法：プロバイダーに適した API キーが設定されていることを確認します：

# Check current config
swiftopenai config list

# Set the appropriate API key
swiftopenai config set api-key <your-key>

# Or use environment variable
export XAI_API_KEY=xai-...  # for Grok

問題：モデルを利用できない

解決方法：モデル名がプロバイダーで利用可能なモデルと一致していることを確認します。正しいモデル名は references/providers.md で確認するか、次を実行します：

swiftopenai models

問題：レート制限またはクォータのエラー

解決方法：これらはプロバイダー固有の制限です。次の方法を検討してください：

• 別のモデルのティアを使用する
• 一時的に別のプロバイダーに切り替える
• API 使用状況ダッシュボードを確認する

デバッグモード

デバッグモードを有効にすると、詳細な HTTP 情報を確認できます：

swiftopenai config set debug true

次の情報が表示されます：

• HTTP ステータスコードとヘッダー
• API リクエストの詳細
• レスポンスのメタデータ

リソース

このスキルには、LLM のルーティングをサポートするリソースが含まれています：

scripts/

• check_install_cli.sh - SwiftOpenAI-CLI がインストール済みで最新であることを確認します
• configure_provider.sh - 特定のプロバイダー向けに CLI を設定します

references/

• providers.md - サポート対象のすべてのプロバイダー、モデル、設定、機能に関する包括的なリファレンス

ベストプラクティス

1. まずインストールを必ず確認する - リクエストをルーティングする前に check_install_cli.sh を実行します
2. プロバイダーを明示的に設定する - configure_provider.sh を使用して、正しく設定されていることを確認します
3. API キーを確認する - 対象のプロバイダーに適した API キーが設定されていることを確認します
4. 適切なモデルを選ぶ - タスク（コーディング、推論、一般的なチャット）に合ったモデルを選択します
5. 継続性のためにセッションを使用する - 複数ターンの会話では --session-id を活用します
6. トラブルシューティングではデバッグモードを有効にする - 問題が発生した場合、デバッグモードで有益な情報を確認できます
7. プロバイダーのドキュメントを参照する - プロバイダーの詳細情報については references/providers.md を確認します

例

例 1：リアルタイム情報を得るために Grok にルーティングする

# User: "Use grok to tell me about recent AI developments"

scripts/check_install_cli.sh
scripts/configure_provider.sh grok grok-4-0709
swiftopenai agent "Tell me about recent AI developments"

例 2：段階的な推論に DeepSeek を使用する

# User: "Ask deepseek to explain how to solve this algorithm problem"

scripts/check_install_cli.sh
scripts/configure_provider.sh deepseek deepseek-reasoner
swiftopenai agent "Explain step by step how to implement quicksort"

例 3：Groq で高速にコードを生成する

# User: "Use groq to quickly generate a REST API"

scripts/check_install_cli.sh
scripts/configure_provider.sh groq llama-3.3-70b-versatile
swiftopenai agent "Generate a REST API with authentication in Python"

例 4：OpenRouter 経由で Claude にアクセスする

# User: "Use openrouter to access claude and write documentation"

scripts/check_install_cli.sh
scripts/configure_provider.sh openrouter anthropic/claude-3.5-sonnet
swiftopenai agent "Write comprehensive documentation for a todo app API"

例 5：カスタムパラメーターで GPT-5 を使用する

# User: "Use gpt-5 with high reasoning to solve this complex problem"

scripts/check_install_cli.sh
scripts/configure_provider.sh openai gpt-5
swiftopenai agent "Design a distributed caching system" \
  --model gpt-5 \
  --reasoning high \
  --verbose high