Poe Chat Skill 是一个专为调用 Poe 平台上的主流 AI 模型而设计的工具，旨在简化用户与多种先进语言模型的交互流程。通过识别输入中的特定触发词（如 @gemini、@gpt、@claude 等），该工具能够自动匹配并选择最合适的模型进行响应，无需手动指定复杂的模型 ID。它不仅支持文本问答，还支持将本地文件上传至模型进行分析，极大提升了多模态交互的能力。整个系统基于 Python 开发，依赖 pip 安装必要组件，并通过环境变量或命令行参数配置 Poe API Key，具备良好的灵活性和易用性。其核心设计强调准确性与透明度——每次回答前都会明确标注所调用的具体模型名称，确保用户对技术细节有清晰认知。此外，工具内置了模型列表缓存机制，避免频繁请求 API，提升运行效率。整体架构简洁高效，适合需要快速集成多模型能力的应用场景。
核心功能特点
- 支持通过 @gemini/@gpt/@claude 等触发词自动识别并调用对应 Poe 模型
- 智能选择最优模型 ID，优先推荐非 Pro 版本及最新版本号
- 可上传本地文件供模型分析，实现文本与文档的多模态处理
- 自动标注所用具体模型名称（如 gemini-3-flash），增强结果透明度
- 提供独立的模型列表查询脚本，支持缓存与自定义输出格式
- 兼容主流操作系统，仅需标准 Python 环境即可部署使用
适用场景
Poe Chat Skill 特别适合那些希望在单一接口中无缝切换不同 AI 模型的开发者或终端用户。例如，在撰写技术文档时，用户可以通过输入 ‘@gemini 请帮我总结这篇论文’ 来让 Gemini 系列模型处理任务；若需更高推理能力，则改用 ‘@claude-opus’ 调用 Claude Opus 完成复杂逻辑分析。对于需要结合上下文理解的场景，比如审阅法律合同或科研报告，用户只需将 PDF 文件附加到消息中，系统便会将其上传至选定模型进行处理，实现真正的多模态问答。该工具也适用于自动化脚本中批量调用不同模型进行内容生成、翻译或代码审查，尤其适合构建内部知识库系统或智能客服后端。由于其对模型选择策略的精细化控制（如默认避开 Pro 模型除非明确要求），它还能帮助用户在成本与性能之间取得平衡，避免不必要的资源消耗。无论是个人开发者测试模型表现，还是企业团队搭建统一 AI 服务入口，Poe Chat Skill 都能显著降低接入门槛，提高操作效率。