多 Agent 协作工作流

典型场景:用低价模型做规划、用高质量模型做执行,用兜底模型做校验,实现成本与质量平衡。

python

plan  = call("claude-opus-4-7", "Break down the task: " + task)
draft = call("gpt-4o",               "Execute the plan: " + plan)
final = call("gpt-4o",               "Review and polish: " + draft)

Starsg 控制台「用量分析」按模型 × API Key × 时间窗口三个维度切分调用记录,可以为每个 Agent 申请独立 API Key,在控制台直接看到该 Agent 的真实成本(USD)与延迟分布。

扩展阅读：控制台 › 用量分析