💡
原文中文，约4800字，阅读约需12分钟。
📝
内容提要
advisor-middleware是一个开源项目，结合了便宜的执行器Haiku和强大的顾问模型Opus，实现低成本高效率的智能代理。它简化了传统子代理模式，通过在关键时刻调用顾问模型，降低了成本并提高了性能。支持Native和Fallback两种模式，灵活配置，适合DeepAgents开发者使用。
🎯
关键要点
- advisor-middleware是一个开源项目，结合了便宜的执行器Haiku和强大的顾问模型Opus，实现低成本高效率的智能代理。
- 它简化了传统子代理模式，通过在关键时刻调用顾问模型，降低了成本并提高了性能。
- 支持Native和Fallback两种模式，灵活配置，适合DeepAgents开发者使用。
- 传统子代理模式需要大规模任务分解和频繁调用昂贵模型，而advisor-middleware只在必要时调用高成本模型，简化流程。
- 通过max_uses参数控制顾问模型的调用次数，确保成本可控。
- 安装和配置advisor-middleware非常简单，用户只需几步即可完成。
- 使用advisor-middleware后，开发者可以追踪顾问模型的调用情况，量化其贡献，优化调用策略。
- 该项目的目录结构清晰，方便开发者扩展和维护。
❓
延伸问答
advisor-middleware的主要功能是什么？
advisor-middleware结合了便宜的执行器Haiku和强大的顾问模型Opus，实现低成本高效率的智能代理。
如何安装和配置advisor-middleware？
只需在终端输入'pip install advisor-middleware'，然后按照简单的配置步骤即可完成安装。
advisor-middleware支持哪些运行模式？
它支持Native模式和Fallback模式，允许灵活选择执行器和顾问模型的组合。
使用advisor-middleware有什么成本控制机制？
通过max_uses参数控制顾问模型的调用次数，确保成本可控。
advisor-middleware如何提高开发效率？
它简化了传统子代理模式，减少了任务分解和模型调用的复杂性，提高了性能和可靠性。
使用advisor-middleware后，如何追踪顾问模型的调用情况？
可以通过mw.get_total_uses和mw.get_total_advisor_tokens等方法追踪顾问模型的调用次数和消耗的token。
🏷️
标签
➡️
