Hand a task to whichever LLM is alive, not only Claude: the prompt goes to Codex, Grok, Gemini and Claude CLIs at the same time and the first valid answer wins. Use when Claude's quota is exhausted, a vendor is down, or you want a quick parallel answer from other models. Triggers: /ask-any, ask anyone, give this to another LLM, quota empty, ask in parallel, race the rails.
The English summary is being prepared. Showing the original description.
See how to installReview the instructions the agent will receive before you install.
06.08.2026 замерено на хабе: бак подписки Claude исчерпан до 08.08, все LLM-рутины стоят. При этом Codex ответил за 8 с, Grok за 13 с, Gemini за 4 с. Три живых вендора простаивали, потому что все рельсы к ним были построены как «вторая пара глаз» с обязательным тегом вердикта. Дверь была, но открывалась только внутрь ревью.
python ~/.claude/scripts/llm_ask.py --prompt "задание"
Дефолт --mode race: все рельсы стартуют одновременно, побеждает первая ответившая. Мёртвый
вендор просто не приходит первым, и его таймаут никого не задерживает.
| режим | что делает | когда брать |
|---|---|---|
race (дефолт) | все разом, побеждает первый успех | обычная работа, нужен ответ быстро |
first | по очереди, останавливается на первом живом | когда бережём чужие квоты |
all | все разом, собираем ВСЕ ответы с подписями | сравнить мнения, спорный вопрос |
Ещё ручки: --rails codex,grok (сузить круг), --prompt-file p.txt, --timeout 180, --list.
Замер 06.08: гонка 13,9 с против очереди 16,4 с на живом хабе; в режиме all три мнения
приходят за 13 с вместо 25 с последовательно.
| рельса | что умеет | когда брать |
|---|---|---|
claude codex grok gemini | только ГОВОРИТЬ | суждение, синтез, черновик, разбор |
codex-agent | ДЕЛАТЬ: файлы, команды | работа, которую рутина делала бы сама |
Grok и Gemini физически не могут действовать: они зовутся с выключенными инструментами.
Отдашь им действие — получишь прозу вместо дела, и потребитель примет её за результат
(память green-exit-on-spent-bucket).
У агента рабочая папка = LLM_ASK_CWD, песочница ограничена ею. Пустой stdout при коде 0 у
агента = работа сделана: у него результат это побочный эффект, а не текст.
Tier-2, гейт [коллега] и правда в цифрах не ослаблены: сменился исполнитель, не правила.
python claude_run.py <timeout> --extfallback codex-agent --stdin <файл> -- claude -p ...
Рутина сперва идёт своим путём; если бак пуст, задание уезжает Codex-агенту и рутина реально
доделывает работу. Рабочую папку claude_run подставляет сам (волт), потому что задача из
планировщика стартует в system32.
Доказано сквозным прогоном 06.08: бак Claude пуст → Codex выполнил инструкцию рутины → файл на диске → rc=0.
| в stderr | что это | лечение |
|---|---|---|
бак подписки исчерпан | у вендора кончилась квота | ничего, другие подхватят |
рельса разлогинена | сессия вендора умерла | grok login --device-auth / claude setup-token |
CLI не на PATH | вендор не стоит на этом узле | поставить или убрать из --rails |
ВСЕ рельсы мимо | все двери закрыты | причина названа поимённо, читать её |
Главный риск — отписка, принятая за ответ: вендоры печатают «я разлогинен» и выходят НУЛЁМ. Сеть на такие фразы стоит в одной точке и узкая по длине (отписка это весь вывод, а не фраза внутри работы), иначе законный ответ про лимиты выбрасывался бы как смерть рельсы.
python ~/.claude/scripts/_test_llm_ask.py (20 проверок, краснеет мутантом)00-System\LLM-Ask-Passport.md_shared/skill_usage_log.py, kind=part, имя llm_ask:<рельса>Канон: память other-llm-rails-were-review-only, green-exit-on-spent-bucket,
CLAUDE.md §6.3 «выгребай лимиты».
Like this skill? It is one of 100 in second-brain-starter-kit: the second brain we built for ourselves and run every day at Palo Alto AI Research Lab. Install the whole set with npx skills add tonydzi/second-brain-starter-kit. Everything is open source and free, so take what you need.
Flagships worth a look on their own: secondop-panel (a second opinion from a panel of external models), claude-memory-tidy (stop your agent's memory from rotting), telegram-mcp-kit (your own Telegram over MCP in about 15 minutes).
Author: Anton Dziatkovskii, Palo Alto AI Research Lab. Telegram @tonydzi - WhatsApp +1 341 222 9178 - X @Tony_Stef_
Engineers: want to test-drive this setup? Message me. I hand out free starter seeds to engineers who test and report back, and custom skill requests are welcome.
No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
Run an autonomous consensus round between agent peers on several machines: they negotiate a decision over a shared channel and execute it without a human relaying messages. Use when multiple machines must agree on a change. Triggers: "/03", "work it out among yourselves", "find consensus". Wakes the human only for irreversible actions or a deadlock.
The English summary is being prepared. Showing the original description.
Recover a session after a hard crash (app died, machine rebooted, context lost mid-work): replay the turn-state ledger for the last requests, files and decisions, run a green/red health ping over the system map, file sync and MCP connectors, then rebuild the previous session history for pickup. Triggers: "/1", "resume after crash", "wake".
The English summary is being prepared. Showing the original description.
Show the operator's day: today's calendar plus what needs them personally (leads due, people awaiting a reply, deadlines), pulled from Calendar and Telegram and ranked. Read-only: sends and commits nothing. Triggers: "/agenda", "what's on today", "my agenda".
The English summary is being prepared. Showing the original description.
Rewrite machine-written text so it reads like a busy human wrote it: cut 50-70%, break the even rhythm, drop AI-tell words and filler, keep facts and protected terms. Use before publishing any post, reply or email drafted by a model. Triggers: /ai-slop, /slop, humanize, anti-slop, make it shorter and alive.
The English summary is being prepared. Showing the original description.
Decision protocol for strategic work: recall the knowledge vault, run a gap analysis, emit a deep-research prompt for external tools, then synthesize the returned reports into a decision memo. Use before any new product, feature, market, pricing, GTM or architecture call, where local recall alone is not enough. Triggers: "/alfa-search-recall-deepresearch", "alpha protocol", "R+DR".
The English summary is being prepared. Showing the original description.
- КРЕДИТ АВТОРУ ИДЕИ: совет из комментария (TG @ClawRus / @ClawInga, комменты под постами Антона в FB, треды и issue на… Триггеры: “/alpha-credit“, “/credit“, “кто нам это посоветовал“, “запиши совет“, “поблагодари советчиков“, “кому мы должны спасибо“, “кредит автору“, “чей это был совет“, “credit the author“
The English summary is being prepared. Showing the original description.