# Switchboard 0.7.0: локальный выбор модели для шагов AI-агента

Источник: https://modelium.tech/zhurnal/switchboard-agent-router-0-7-local-agent-routing/

Версия Switchboard 0.7.0 от 27 октября добавила StepRouter: небольшой локальный маршрутизатор оценивает, какую из трёх категорий моделей выбрать перед следующим действием AI-агента. Это инструмент для разработчиков агентных систем, а не готовое домашнее приложение. По умолчанию категории ведут к облачным моделям Claude; для полностью локальной цепочки их нужно заменить своими моделями.

Switchboard 0.7.0: локальный выбор модели для шагов AI-агента

Если AI-агент последовательно ищет данные и вызывает инструменты, не каждый его шаг требует самой мощной модели. **27 октября 2026 года** авторы выпустили Python-пакет Switchboard 0.7.0 с классом StepRouter, который выбирает категорию модели перед очередным шагом. Сама модель-маршрутизатор с опубликованными весами появилась 23 октября; новость сегодня — доступный код, связывающий её с агентным циклом. Это **инженерный инструмент**, а не приложение для обычного домашнего пользователя. [s1](#src-s1) [s2](#src-s2)

## Что теперь можно сделать?

StepRouter получает историю диалога и список доступных инструментов агента. Он сокращает их до короткого описания и предлагает одну из категорий: small, mid или frontier — менее мощную, среднюю или наиболее мощную модель. Разработчик сам назначает конкретные модели этим категориям. Пакет 0.7.0 действительно содержит StepRouter и функцию render_step; прежний блокер ожидаемой версии 0.7.0 снят. Веса маршрутизатора доступны в исходном формате и в GGUF — формате для программ локального запуска вроде Ollama. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

**Важное ограничение локальности:** локально может работать только маршрутизатор; типовые назначения трёх категорий в пакете ведут к облачным Claude. Полностью местная обработка требует явно сопоставить все три категории собственным локальным моделям и запускать их отдельно. Установка пакета сама по себе не создаёт домашнего офлайн-агента. По опубликованной документации простой путь для технического пользователя — запустить Ollama, установить пакет `switchboard-router` версии 0.7.0 и передавать StepRouter сообщения и описание инструментов в формате OpenAI. При первом обращении пакет может загрузить GGUF-модель через интернет. Modelium проверил структуру пакета и документацию, но **не запускал модель и не проверял агентную цепочку**. [s1](#src-s1) [s3](#src-s3)

## Можно ли доверить ему каждый шаг?

Нет. По данным авторов, на их наборе из 2805 тестовых шагов базовый выбор отправлял 13,5% шагов модели слабее нужной; при их пороге осторожности 0,2 — 5,8%. Экономия в этих же авторских условиях составляет соответственно 31,4% и 19,2% относительно постоянного выбора самой дорогой категории. Это не независимый тест на русских задачах и не прогноз вашего счёта: авторы считают условную цену трёх облачных категорий, а не стоимость собственного железа. Ошибка выбора способна испортить действие агента; разработчик должен проверять результат и ставить защитные ограничения. [s2](#src-s2)

## Что с правами и доступом?

Карточка весов помечает модель Apache-2.0 и указывает базовую Qwen2.5-0.5B-Instruct; у базовой модели есть текст Apache License. Пакет 0.7.0 также распространяется с Apache-2.0 LICENSE. При этом в репозитории именно производного чекпойнта отдельного файла LICENSE нет: метка карточки и права на код пакета — разные свидетельства, не единая лицензия на весь будущий агентный стек. Перечень использованных обучающих данных и оговорки автора приведены в карточке. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4)

Если вы только знакомитесь с локальным ИИ, начинать с StepRouter не нужно: это компонент для уже существующего агента. Разработчику полезно сначала проверить один собственный рабочий сценарий и убедиться, что все три назначенные модели находятся там, где он ожидает. [s1](#src-s1) [s2](#src-s2)

## Источники

1. [switchboard-router 0.7.0 — PyPI и пакет автора](https://pypi.org/project/switchboard-router/0.7.0/) — получено 2026-10-27
2. [Switchboard Agent Router 0.5B — закреплённая карточка модели](https://huggingface.co/switchboardllm/switchboard-agent-router-0.5b/blob/bfe1f44b2b6aa1cfb667d35774f61063db3487f9/README.md) — получено 2026-10-27
3. [Switchboard Agent Router GGUF — закреплённая карточка](https://huggingface.co/switchboardllm/switchboard-agent-router-0.5b-GGUF/blob/8f5dbfa6f935711912b79b3f1ad1a48ce24da5d2/README.md) — получено 2026-10-27
4. [Qwen2.5-0.5B-Instruct — LICENSE исходной модели](https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct/blob/7ae557604adf67be50417f59c2c2f167def9a775/LICENSE) — получено 2026-10-27