自动为AI响应追加模型别名，实现生成来源透明化，支持配置变更实时监控。
说明：
## 核心用法
`model-alias-append` 是一款用于增强AI交互透明度的轻量级技能，核心价值在于**自动为每条响应追加当前使用的模型别名**。它通过拦截响应流，从 OpenClaw 配置文件的 `agents.defaults.models.{model}.alias` 字段读取别名信息，并以非侵入式方式附加到输出末尾。
技能安装后零配置即可运行，自动检测 `openclaw.json` 中的模型配置。当检测到配置变更时，会额外显示 `[Model alias configuration updated]` 提示行，便于用户追踪模型切换历史。
## 显著优点
– **零侵入集成**：无需修改提示词或工作流，完全透明的后置处理
– **来源可追溯**：解决多模型混用场景下的响应归属问题
– **配置热感知**：实时监控配置文件变更，即时反馈模型切换
– **格式保留**：不影响原有响应的标签结构和排版格式
## 潜在局限
– **依赖特定配置结构**：要求严格按照 `agents.defaults.models.{key}.alias` 路径配置，非标准配置无法识别
– **仅支持 OpenClaw 生态**：与官方 OpenClaw 配置深度绑定，跨平台移植性差
– **输出污染风险**：追加内容可能干扰下游自动化解析（如需要纯 JSON 输出的场景）
– **无模型版本细分**：别名需手动维护，无法自动追踪模型权重版本迭代
## 适合人群
– 多模型并行测试的开发者和研究者
– 需要审计追踪的企业合规场景
– 开源模型本地化部署的运维团队
– A/B 测试场景下的效果归因分析
## 常规风险
– **配置泄露**：别名可能暴露内部模型命名规范，建议生产环境使用中性化别名
– **响应长度超限**：追加内容在极少数严格长度限制场景可能触发截断
– **缓存失效**：配置变更通知依赖文件系统监听，容器化环境需确保挂载卷的正确监听
会员专属
