本人在做一些agent集群的工作，原理是人工先写好workflow然后按规则执行，相比于那些全自动化的agent集群，优点是稳定性高，而且成本低得多
代码部分我用的是coder+reviewer循环，之前吧里有位大佬教我coder相关node的agent用flash，然后review相关部分再用pro，这样子可以节省成本
现在问题有两个，一个是我coder用的是非思考模式，temperature设为0，这样子可以让他更好的遵循指令的同时提高缓存命中率，但是目前经过几次测试得到的结果发现实现效果不如思考模式，在此想请问下有什么可以兼顾经济成本和时间成本的方法，提升代码质量
第二个问题是，reviewer节点用的是pro的思考模式，但是缓存命中率低的惊人，到时候2.5折优惠没了我就炸缸了想请问下有没有什么比较好的优化方式

+3

自顶

为啥搞这么麻烦，直接用Claude code不好吗，不用人工写workflow，直接用skills啊，调整成本更低，用pro做决策flash具体执行是对的，想要进一步降本增效直接研究更好的skill就行，最近有个“穴居人”skill不错。