Route prompts to the MDES Ollama endpoint for Thai and general model responses.
npx skills add https://github.com/tinner-deinno/innova-skills-lib --skill model-mdes
Please help me install this Agent Skill. Skill: model-MDES Source: https://github.com/tinner-deinno/innova-skills-lib/tree/main/core/model-MDES Command: npx skills add https://github.com/tinner-deinno/innova-skills-lib --skill model-mdes
ช่วยให้ผู้ใช้ส่งงาน/คำถามไปยัง MDES Ollama แบบรวดเร็วและเลือกโมเดลให้เหมาะกับประเภทงาน โดยไม่ต้องตั้งค่าและสลับปลายทางเอง
ตัวอย่างการใช้งานจริง: ต้องการคำอธิบายภาษาไทยแบบทั่วไปให้ตอบชัดและเร็วให้ใช้ gemma4:26b ในขณะที่งานวิเคราะห์/ออกแบบเชิง reasoning ใช้ qwen2.5:72b และงานโค้ด/รีวิว/ดีบักใช้ qwen2.5-coder
ใช้คำสั่งส่งงานภาษาไทยโดยพิมพ์: /model-MDES อธิบาย concept ของ multi-agent systems ภาษาไทย
High-intent search queries and answers about installing and using this skill.
To route prompts to an Ollama endpoint for Thai language responses, this Skill forwards user inputs directly to the MDES Ollama endpoint, generating answers across reasoning and coding scenarios.
For coding and debugging tasks, you should use the qwen2.5-coder model. The Skill supports task-based auto-routing to direct code review and debug workloads to this specific model.
Yes, you need an OLLAMA_TOKEN or OLLAMA_API_TOKEN to authenticate with the remote Ollama instance. The endpoint must also be reachable to process prompt execution successfully.
Yes, you can log token usage telemetry data during prompt execution. The Skill utilizes a local ollama.sh runner to record telemetry logs for tracking model consumption and performance.
The best way to get fast Thai language explanations is to use the gemma4:26b model via the MDES Ollama endpoint. It is specifically recommended for clear and quick general-purpose Thai responses.
Yes, this prompt routing approach supports architecture and reasoning workloads by directing them to the qwen2.5:72b model. This ensures optimal responses for complex analytical design tasks.
nanocoaiConfigure NanoClaw agent groups to use local Ollama models via environment variables.
mistakeknotBenchmark token efficiency of agent workflows by analyzing prompt and model interactions.
outfitter-devAutomate creation of Claude Code plugins with metadata, commands, agents, hooks, and MCP configurations.
J4JoshuaServe local language and embedding models offline on Apple Silicon.
