1. 先别调 temperature从空转任务和终稿差分切入如果你正在 Claude Code 的settings.json或 Codex 的config.toml里换供应商却看到 Agent 反复点屏幕、空转任务刷满 trace先到 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_intro获取 KeyBase URL 填https://taotoken.net/api再把终稿与草稿做差分复盘。Grok Bot 创始人会议给出过 20 条 Agent 实操建议其中最容易工程化的 3 个动作是API 能拿到的结构化结果不要让 Agent 去点 UI并配巡检机器人清理空转任务用终稿与草稿的差分把纠正逻辑写成长期技能群聊里多个 Agent 默认静默、点名才发言登录 Cookie 按最小权限下发。真正让自动化系统崩塌的往往不是模型智商不够而是缺少成本审计与权限隔离制度。很多团队把 Agent 接入 Claude Code 或 Codex 之后第一反应是调temperature、换模型、加提示词。但如果 Agent 的输入来自屏幕点击输出没有终稿对照群聊里每个 Agent 都可以随时插话Cookie 又带着过大的权限那么模型越强空转消耗反而越大。本文不讨论新闻也不复述会议观点而是给出一套可复现的落地方式先做终稿/草稿差分对照表再把重复出现的纠正规则写入长期技能目录最后用 TaoToken 的 Base URL 统一接入 Claude Code、Codex 和 CC Switch 三件套并逐 Agent 标注 Token 消耗。这套方法的目标很明确让 Agent 的每一次纠正都有来源、有归档、有成本记录。产出物包括两张表和一个目录终稿/草稿差分对照表、按 Agent 汇总的 Token 成本表以及长期技能目录。下文所有 SQL 和巡检命令都由读者在本地执行不要让 Agent 直连生产库也不要把生产库连接串交给任何自动化流程。2. 动作一API 优先 空转巡检把“点屏幕”降级为兜底Agent 模拟点击屏幕看起来最像人但它的成本结构最差。UI 状态可能因为加载慢、弹窗、按钮位移而失败Agent 会重试、截图、再点击每一步都在消耗 Token 和时间。更合理的原则是能通过 API 拿到 JSON、CSV、日志或状态码的就不要让 Agent 操作界面只有没有 API 的边界场景才允许 UI 点击作为兜底并且必须限次、限时、记录截图 hash。空转任务比失败任务更隐蔽。失败会报错空转不会。它表现为 Agent 每隔几十秒轮询一次输出几乎相同的内容任务状态长期不变但 Token 账单持续上涨。解决办法是加一个巡检机器人定期扫描本地任务追踪表发现重复输出、超时无状态变化、单任务 Token 超预算时自动标记为空转并暂停。下面是一个本地巡检规则示例放在local_audit/idle_rules.yaml# local_audit/idle_rules.yaml idle_detection: max_repeat_outputs: 3 max_silent_minutes: 15 max_token_spend_per_task: 12000 max_ui_click_retries: 2 pause_action: mark_idle_and_pause notify_channel: #agent-audit token_agent_field: agent_name trace_file: local_audit/agent_trace.csv idle_output: local_audit/idle_tasks.csv巡检程序只读本地 CSV不连生产库。你可以把 Agent 运行过程中产生的 trace 导出成 CSV再由巡检脚本处理。示例脚本如下# local_audit/idle_patrol.py import csv import hashlib from collections import defaultdict from pathlib import Path TRACE Path(local_audit/agent_trace.csv) IDLE_OUT Path(local_audit/idle_tasks.csv) MAX_REPEAT 3 MAX_SILENT_SECONDS 900 MAX_TOKENS 12000 def stable_hash(text: str) - str: return hashlib.sha256(text.encode(utf-8)).hexdigest()[:16] def load_rows(path: Path): with path.open(r, encodingutf-8, newline) as f: return list(csv.DictReader(f)) def patrol(): rows load_rows(TRACE) by_task defaultdict(list) for row in rows: by_task[row[task_id]].append(row) idle_tasks [] for task_id, items in by_task.items(): items.sort(keylambda x: x[timestamp]) outputs [stable_hash(x.get(output, )) for x in items] repeat_count 0 for i in range(1, len(outputs)): if outputs[i] outputs[i - 1]: repeat_count 1 else: repeat_count 0 total_tokens sum(int(x.get(total_tokens, 0)) for x in items) last_ts int(items[-1][timestamp]) first_ts int(items[0][timestamp]) silent_seconds last_ts - first_ts reasons [] if repeat_count MAX_REPEAT: reasons.append(repeat_output) if silent_seconds MAX_SILENT_SECONDS: reasons.append(silent_timeout) if total_tokens MAX_TOKENS: reasons.append(token_budget_exceeded) if reasons: idle_tasks.append({ task_id: task_id, agent_name: items[-1].get(agent_name, unknown), reasons: |.join(reasons), total_tokens: total_tokens, last_output_hash: outputs[-1], action: mark_idle_and_pause }) with IDLE_OUT.open(w, encodingutf-8, newline) as f: writer csv.DictWriter( f, fieldnames[task_id, agent_name, reasons, total_tokens, last_output_hash, action] ) writer.writeheader() writer.writerows(idle_tasks) if __name__ __main__: patrol()巡检机器人本身也会消耗 Token但它的调用应该非常轻只做规则判断时甚至不需要模型纯 Python 即可。只有当需要解释空转原因、生成周报时才让模型参与。这样可以把 Token 花在真正需要语义理解的地方。空转信号和处置方式可以整理成下表信号阈值示例处置动作可能消耗 Token 的 Agent连续重复输出3 次标记空闲并暂停draft_agent、poll_agent长时间无状态变化15 分钟降低轮询频率poll_agent单任务 Token 超预算12000暂停并通知审计review_agent、audit_botUI 点击重试过多2 次转 API 或人工介入ui_agent群聊抢答频繁10 分钟内 5 次强制静默chat_agent这张表要保留在本地审计目录中每次巡检后更新。不要只把结论留在聊天记录里否则下一个 Agent 还会犯同样的错误。3. 动作二终稿/草稿差分对照表把纠正逻辑写进长期技能终稿和草稿之间的差异是最便宜的“纠正数据”。很多团队让 Agent 反复生成草稿人工修改后得到终稿然后就把草稿丢了。下一次任务Agent 仍然会犯同样的错。正确做法是把草稿和终稿成对保存做差分把重复出现的纠正规则固化成长期技能。差分不要只看文本相似度要按维度拆开。建议至少包含事实、结构、术语、语气、权限、成本六类。事实类差异写入事实核查技能结构类差异写入模板技能术语类差异写入术语表权限类差异写入安全规则尤其涉及数据库、Cookie、生产环境时必须固化为“本地执行”或“最小权限”规则。一个可复现的差分对照表可以这样设计task_iddraft_hashfinal_hashdelta_type纠正规则固化位置token_agentinput_tokensoutput_tokenstotal_tokensdelta-001d7a1c2f9b3e8fact_change数字必须来自终稿或指定数据源skills/agent-delta-review/SKILL.mddiff_agent8203101130delta-0023c9e117d2a44permission_scope涉及生产库时只输出本地 SQL不由 Agent 执行skills/local-sql-only/SKILL.mdreview_agent540220760delta-003a8b7c1e4f9d2structure_change技术博客必须包含配置块和排障表skills/blog-structure/SKILL.mdskill_writer6704101080delta-00491d0aac3e2b7term_changeTaoToken 统一写作 TaoTokenBase URL 固定skills/taotoken-usage/SKILL.mdterm_agent300120420delta-0055e6f701b8c9dcost_control空转任务超过预算立即暂停skills/idle-task-audit/SKILL.mdaudit_bot11090200这张表的关键不是“好看”而是可追溯。每个draft_hash和final_hash都能定位到具体文件每个纠正规则都能定位到技能目录中的位置每个token_agent都说明是哪个 Agent 消耗了 Token。这样成本审计时你能回答钱花在哪个 Agent、哪个任务、哪种纠正上。长期技能目录建议这样组织skills/ agent-delta-review/ SKILL.md diff_rules.yaml examples/ delta-001.md local-sql-only/ SKILL.md blog-structure/ SKILL.md taotoken-usage/ SKILL.md idle-task-audit/ SKILL.md idle_rules.yaml groupchat-discipline/ SKILL.md speak_policy.yaml audit/ token_cost_by_agent.csv idle_tasks.csv agent_trace.csvSKILL.md不需要写成长篇提示词它更像运行手册。示例# agent-delta-review ## 触发条件 当同一任务目录下同时存在 draft_*.md 和 final_*.md 时触发。 ## 输入 - task_id - draft_path - final_path - 历史技能目录 ## 输出 - delta_table.csv - new_rules.yaml - skill_patch.md - token_cost_row.csv ## 固化规则 1. 事实变化如果终稿引入新数字必须记录来源。 2. 权限变化如果终稿要求本地执行 SQL写入 local-sql-only 技能。 3. 结构变化如果终稿新增配置块或排障表写入 blog-structure 技能。 4. 术语变化如果终稿统一了产品名或 Base URL写入 taotoken-usage 技能。 5. 成本变化如果某 Agent 重复消耗 Token 超过阈值写入 idle-task-audit 技能。 ## Token 记录 每次差分后把 diff_agent、skill_writer、audit_bot 的 Token 消耗写入 audit/token_cost_by_agent.csv。对应的diff_rules.yaml可以更机器可读rules: - id: fact_change when: draft.claim ! final.claim action: write_to_skill:fact_check - id: permission_scope when: draft.mentions_prod_db true and final.requires_local_exec true action: write_to_skill:local_sql_only - id: structure_change when: final.has_code_block true and draft.has_code_block false action: write_to_skill:blog_structure - id: term_change when: draft.term ! final.term action: write_to_skill:taotoken_usage - id: cost_control when: agent.total_tokens agent.budget action: write_to_skill:idle_task_audit差分之后不要让规则停在new_rules.yaml。下一次任务开始前让 Agent 先读取技能目录再生成草稿。这样才能形成闭环草稿产生差异差异变成规则规则进入技能技能影响下一次草稿。4. 动作三群聊默认静默、点名发言Cookie 按最小权限下发多 Agent 群聊最容易失控。一个任务被 之后多个 Agent 同时回应互相引用重复解释Token 消耗成倍上涨。更合理的群聊纪律是所有 Agent 默认静默只有被点名、被分配任务或检测到明确触发条件时才发言。发言之后进入冷却期冷却期内除非再次被点名否则只记录不回复。可以写一个本地发言策略文件# skills/groupchat-discipline/speak_policy.yaml default_mode: silent triggers: - mention: agent_name - task_assigned: true - alert_level: critical cooldown_seconds: 120 max_replies_per_10min: 2 silent_agents: - poll_agent - audit_bot - ui_agent allowed_speakers: - diff_agent - skill_writer - human_operatorCookie 和登录态也要按最小权限下发。不要让所有 Agent 共用同一个高权限 Cookie。正确做法是按角色拆权限只读型 Agent 只给读接口权限分析型 Agent 只给导出 CSV 的权限执行型 Agent 如果需要写操作必须经过人工确认或双人复核。生产库连接串、管理员 Cookie、删除类接口不应进入 Agent 上下文。权限表可以这样维护Agent 角色默认发言可触发条件Cookie/Key 权限Token 预算/小时poll_agent静默仅巡检告警只读任务状态2000diff_agent点名发言被 或差分任务开始读取草稿/终稿目录12000skill_writer点名发言差分规则确认后写入 skills 目录8000audit_bot静默预算超限或空转读取本地审计 CSV1500ui_agent静默无 API 且人工确认单站点只读短期 Cookie3000chat_agent点名发言被 且冷却结束无文件写权限5000Token 预算不是建议值而是硬限制。巡检程序发现某个 Agent 超过小时预算时应自动降级先切到更便宜的模型再暂停非关键任务最后通知人工。权限隔离和成本审计必须同时存在否则一个高权限 Agent 空转时既烧钱又可能误操作。5. TaoToken 接入Claude Code、Codex、CC Switch 三件套配置在让 Agent 调用 API 做差分复盘之前先去 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_setup获取 Key。Base URL 固定填https://taotoken.net/apiKey 占位符统一写成YOUR_API_KEY。下面分别给出 Claude Code、Codex 和 CC Switch 三件套的可复制配置。注意不要把ANTHROPIC_*环境变量套到 Codex 上两者协议和配置字段不同。5.1 Claude Code 配置Claude Code 推荐使用settings.json或环境变量。settings.json示例{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: claude-sonnet-4-20250514 } }如果你更习惯在终端里临时加载可以用export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELclaude-sonnet-4-20250514配置完成后先在 Claude Code 里执行一个最小任务例如让它读取本地draft_001.md和final_001.md输出差分维度。不要一上来就跑全量技能生成。确认请求可以到达 TaoToken再扩大任务范围。5.2 Codex 配置Codex 使用config.toml不要写ANTHROPIC_*。示例model gpt-5-codex model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat环境变量export TAOTOKEN_API_KEYYOUR_API_KEY如果你在 Codex 中看到 401优先检查TAOTOKEN_API_KEY是否已经导出到当前 shell而不是去改ANTHROPIC_AUTH_TOKEN。如果你看到 404检查base_url是否误写成其他路径。TaoToken 的 Base URL 是https://taotoken.net/api不要多加/v1或漏掉/api。5.3 CC Switch 三件套CC Switch 三件套可以理解为三个 profileClaude Code profile、Codex profile、通用对话 profile。每个 profile 记录供应商、Base URL、Key 环境变量和默认模型。示例{ profiles: [ { name: TaoToken-ClaudeCode, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: ANTHROPIC_AUTH_TOKEN, model: claude-sonnet-4-20250514 }, { name: TaoToken-Codex, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model: gpt-5-codex }, { name: TaoToken-Chat, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model: gpt-4.1 } ] }切换 profile 后执行一次本地检查curl -s https://taotoken.net/api/v1/models \ -H Authorization: Bearer YOUR_API_KEY这个命令由你在本地执行用于确认 Key 和 Base URL 是否可用。不要把 Key 写进公开仓库也不要把生产环境 Cookie 放进任何 Agent 上下文。6. 成本审计与长期技能目录逐 Agent 标注 Token 消耗成本审计不是月底看账单而是每次任务后立即记录。建议维护audit/token_cost_by_agent.csv字段至少包括日期、task_id、agent_name、model、input_tokens、output_tokens、total_tokens、cost_usd、action。示例datetask_idagent_namemodelinput_tokensoutput_tokenstotal_tokenscost_usdaction2025-06-01delta-001diff_agentclaude-sonnet82031011300.012keep2025-06-01delta-001skill_writerclaude-sonnet67041010800.011keep2025-06-01delta-001audit_botgpt-4.1-mini110902000.001keep2025-06-01idle-007poll_agentgpt-4.1-mini180012019200.004pause2025-06-01chat-009chat_agentclaude-sonnet4200160058000.061silent有了 CSV 后在本地数据库副本中执行 SQL 汇总。不要让 Agent 直连生产库SQL 由读者本地执行-- 在本地 SQLite/PostgreSQL 副本中执行 SELECT agent_name, SUM(input_tokens) AS input_tokens, SUM(output_tokens) AS output_tokens, SUM(total_tokens) AS total_tokens, ROUND(SUM(cost_usd), 4) AS cost_usd FROM token_audit WHERE task_id delta-001 GROUP BY agent_name ORDER BY total_tokens DESC;长期技能目录要和成本表联动。每新增一个技能就在SKILL.md里写清楚触发条件、输入、输出和 Token 归属。比如local-sql-only技能要写明Agent 只能生成 SQL 草稿不能执行SQL 由人工在本地执行执行结果可以导出 CSV 再交给 Agent 分析。这样既避免生产库风险又能保留分析效率。你可以在 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_audit获取 Key 后把不同 Agent 的调用按模型区分差分复盘用较强模型巡检和审计用轻量模型群聊闲聊直接禁用或静默。成本审计的目标不是少用 Token而是让每一份 Token 都有明确产出。7. 排障清单401、404、429、模型不存在与空转复发配置和流程跑起来后常见问题集中在认证、路径、并发和规则未固化。下面按现象给出排查顺序。现象常见原因检查动作修复方式401 UnauthorizedKey 未加载或写错检查环境变量、CC Switch profile重新导出YOUR_API_KEY确认 profile 已切换403 ForbiddenCookie 权限不足或过大检查角色权限表按最小权限重新下发404 Not FoundBase URL 路径错误确认是否为https://taotoken.net/api修正 Claude Code 或 Codex 配置429 Too Many Requests空转任务、并发过高查看 idle_tasks.csv暂停空转任务降低轮询频率模型不存在模型名不匹配在模型对话页面验证模型名更新 settings.json 或 config.toml空转复发差分规则未写入技能检查 skills 目录和 SKILL.md重新运行 skill_writer更新规则Token 超预算某 Agent 抢答或重复生成查看 token_cost_by_agent.csv降级模型、静默 Agent、加缓存差分结果不可用草稿/终稿未成对保存检查任务目录命名统一draft_*.md和final_*.md排障时不要先改模型。先确认网络路径、Key、Base URL、权限和空转规则。特别是 Codex 的 401八成是TAOTOKEN_API_KEY没有导出Claude Code 的 404八成是ANTHROPIC_BASE_URL写成了带/v1的地址。配置正确后再让 Agent 做差分复盘。8. 把流程跑通模型对话 → Coding Plan → 创建 Key → Claude Code 文档最后给出一条高转化路径按顺序操作即可先到模型对话页面验证模型是否可用https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_chat如果需要长期跑 Agent 和差分复盘查看 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_plan创建或管理 API Keyhttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_keys按 Claude Code 文档完成settings.json配置https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_claude如果你还没有 Key也可以直接从 TaoToken 官网进入https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_cta。记住 Base URL 填https://taotoken.net/apiKey 占位符用YOUR_API_KEY。整套流程的核心不是多接几个 Agent而是把纠正逻辑从一次性对话变成可审计的长期技能。先用 API 优先和空转巡检控制成本再用终稿/草稿差分沉淀规则最后用群聊静默、Cookie 最小权限和逐 Agent Token 审计保证系统不会因为一次抢答或一次空转而失控。这样跑一段时间后你会得到一张差分对照表、一个长期技能目录和一份按 Agent 标注的 Token 成本表。它们才是 Agent 复盘真正可复用的资产。 从终稿与草稿差分出发，TaoToken 固化 Agent 纠正逻辑
1. 先别调 temperature从空转任务和终稿差分切入如果你正在 Claude Code 的settings.json或 Codex 的config.toml里换供应商却看到 Agent 反复点屏幕、空转任务刷满 trace先到 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_intro获取 KeyBase URL 填https://taotoken.net/api再把终稿与草稿做差分复盘。Grok Bot 创始人会议给出过 20 条 Agent 实操建议其中最容易工程化的 3 个动作是API 能拿到的结构化结果不要让 Agent 去点 UI并配巡检机器人清理空转任务用终稿与草稿的差分把纠正逻辑写成长期技能群聊里多个 Agent 默认静默、点名才发言登录 Cookie 按最小权限下发。真正让自动化系统崩塌的往往不是模型智商不够而是缺少成本审计与权限隔离制度。很多团队把 Agent 接入 Claude Code 或 Codex 之后第一反应是调temperature、换模型、加提示词。但如果 Agent 的输入来自屏幕点击输出没有终稿对照群聊里每个 Agent 都可以随时插话Cookie 又带着过大的权限那么模型越强空转消耗反而越大。本文不讨论新闻也不复述会议观点而是给出一套可复现的落地方式先做终稿/草稿差分对照表再把重复出现的纠正规则写入长期技能目录最后用 TaoToken 的 Base URL 统一接入 Claude Code、Codex 和 CC Switch 三件套并逐 Agent 标注 Token 消耗。这套方法的目标很明确让 Agent 的每一次纠正都有来源、有归档、有成本记录。产出物包括两张表和一个目录终稿/草稿差分对照表、按 Agent 汇总的 Token 成本表以及长期技能目录。下文所有 SQL 和巡检命令都由读者在本地执行不要让 Agent 直连生产库也不要把生产库连接串交给任何自动化流程。2. 动作一API 优先 空转巡检把“点屏幕”降级为兜底Agent 模拟点击屏幕看起来最像人但它的成本结构最差。UI 状态可能因为加载慢、弹窗、按钮位移而失败Agent 会重试、截图、再点击每一步都在消耗 Token 和时间。更合理的原则是能通过 API 拿到 JSON、CSV、日志或状态码的就不要让 Agent 操作界面只有没有 API 的边界场景才允许 UI 点击作为兜底并且必须限次、限时、记录截图 hash。空转任务比失败任务更隐蔽。失败会报错空转不会。它表现为 Agent 每隔几十秒轮询一次输出几乎相同的内容任务状态长期不变但 Token 账单持续上涨。解决办法是加一个巡检机器人定期扫描本地任务追踪表发现重复输出、超时无状态变化、单任务 Token 超预算时自动标记为空转并暂停。下面是一个本地巡检规则示例放在local_audit/idle_rules.yaml# local_audit/idle_rules.yaml idle_detection: max_repeat_outputs: 3 max_silent_minutes: 15 max_token_spend_per_task: 12000 max_ui_click_retries: 2 pause_action: mark_idle_and_pause notify_channel: #agent-audit token_agent_field: agent_name trace_file: local_audit/agent_trace.csv idle_output: local_audit/idle_tasks.csv巡检程序只读本地 CSV不连生产库。你可以把 Agent 运行过程中产生的 trace 导出成 CSV再由巡检脚本处理。示例脚本如下# local_audit/idle_patrol.py import csv import hashlib from collections import defaultdict from pathlib import Path TRACE Path(local_audit/agent_trace.csv) IDLE_OUT Path(local_audit/idle_tasks.csv) MAX_REPEAT 3 MAX_SILENT_SECONDS 900 MAX_TOKENS 12000 def stable_hash(text: str) - str: return hashlib.sha256(text.encode(utf-8)).hexdigest()[:16] def load_rows(path: Path): with path.open(r, encodingutf-8, newline) as f: return list(csv.DictReader(f)) def patrol(): rows load_rows(TRACE) by_task defaultdict(list) for row in rows: by_task[row[task_id]].append(row) idle_tasks [] for task_id, items in by_task.items(): items.sort(keylambda x: x[timestamp]) outputs [stable_hash(x.get(output, )) for x in items] repeat_count 0 for i in range(1, len(outputs)): if outputs[i] outputs[i - 1]: repeat_count 1 else: repeat_count 0 total_tokens sum(int(x.get(total_tokens, 0)) for x in items) last_ts int(items[-1][timestamp]) first_ts int(items[0][timestamp]) silent_seconds last_ts - first_ts reasons [] if repeat_count MAX_REPEAT: reasons.append(repeat_output) if silent_seconds MAX_SILENT_SECONDS: reasons.append(silent_timeout) if total_tokens MAX_TOKENS: reasons.append(token_budget_exceeded) if reasons: idle_tasks.append({ task_id: task_id, agent_name: items[-1].get(agent_name, unknown), reasons: |.join(reasons), total_tokens: total_tokens, last_output_hash: outputs[-1], action: mark_idle_and_pause }) with IDLE_OUT.open(w, encodingutf-8, newline) as f: writer csv.DictWriter( f, fieldnames[task_id, agent_name, reasons, total_tokens, last_output_hash, action] ) writer.writeheader() writer.writerows(idle_tasks) if __name__ __main__: patrol()巡检机器人本身也会消耗 Token但它的调用应该非常轻只做规则判断时甚至不需要模型纯 Python 即可。只有当需要解释空转原因、生成周报时才让模型参与。这样可以把 Token 花在真正需要语义理解的地方。空转信号和处置方式可以整理成下表信号阈值示例处置动作可能消耗 Token 的 Agent连续重复输出3 次标记空闲并暂停draft_agent、poll_agent长时间无状态变化15 分钟降低轮询频率poll_agent单任务 Token 超预算12000暂停并通知审计review_agent、audit_botUI 点击重试过多2 次转 API 或人工介入ui_agent群聊抢答频繁10 分钟内 5 次强制静默chat_agent这张表要保留在本地审计目录中每次巡检后更新。不要只把结论留在聊天记录里否则下一个 Agent 还会犯同样的错误。3. 动作二终稿/草稿差分对照表把纠正逻辑写进长期技能终稿和草稿之间的差异是最便宜的“纠正数据”。很多团队让 Agent 反复生成草稿人工修改后得到终稿然后就把草稿丢了。下一次任务Agent 仍然会犯同样的错。正确做法是把草稿和终稿成对保存做差分把重复出现的纠正规则固化成长期技能。差分不要只看文本相似度要按维度拆开。建议至少包含事实、结构、术语、语气、权限、成本六类。事实类差异写入事实核查技能结构类差异写入模板技能术语类差异写入术语表权限类差异写入安全规则尤其涉及数据库、Cookie、生产环境时必须固化为“本地执行”或“最小权限”规则。一个可复现的差分对照表可以这样设计task_iddraft_hashfinal_hashdelta_type纠正规则固化位置token_agentinput_tokensoutput_tokenstotal_tokensdelta-001d7a1c2f9b3e8fact_change数字必须来自终稿或指定数据源skills/agent-delta-review/SKILL.mddiff_agent8203101130delta-0023c9e117d2a44permission_scope涉及生产库时只输出本地 SQL不由 Agent 执行skills/local-sql-only/SKILL.mdreview_agent540220760delta-003a8b7c1e4f9d2structure_change技术博客必须包含配置块和排障表skills/blog-structure/SKILL.mdskill_writer6704101080delta-00491d0aac3e2b7term_changeTaoToken 统一写作 TaoTokenBase URL 固定skills/taotoken-usage/SKILL.mdterm_agent300120420delta-0055e6f701b8c9dcost_control空转任务超过预算立即暂停skills/idle-task-audit/SKILL.mdaudit_bot11090200这张表的关键不是“好看”而是可追溯。每个draft_hash和final_hash都能定位到具体文件每个纠正规则都能定位到技能目录中的位置每个token_agent都说明是哪个 Agent 消耗了 Token。这样成本审计时你能回答钱花在哪个 Agent、哪个任务、哪种纠正上。长期技能目录建议这样组织skills/ agent-delta-review/ SKILL.md diff_rules.yaml examples/ delta-001.md local-sql-only/ SKILL.md blog-structure/ SKILL.md taotoken-usage/ SKILL.md idle-task-audit/ SKILL.md idle_rules.yaml groupchat-discipline/ SKILL.md speak_policy.yaml audit/ token_cost_by_agent.csv idle_tasks.csv agent_trace.csvSKILL.md不需要写成长篇提示词它更像运行手册。示例# agent-delta-review ## 触发条件 当同一任务目录下同时存在 draft_*.md 和 final_*.md 时触发。 ## 输入 - task_id - draft_path - final_path - 历史技能目录 ## 输出 - delta_table.csv - new_rules.yaml - skill_patch.md - token_cost_row.csv ## 固化规则 1. 事实变化如果终稿引入新数字必须记录来源。 2. 权限变化如果终稿要求本地执行 SQL写入 local-sql-only 技能。 3. 结构变化如果终稿新增配置块或排障表写入 blog-structure 技能。 4. 术语变化如果终稿统一了产品名或 Base URL写入 taotoken-usage 技能。 5. 成本变化如果某 Agent 重复消耗 Token 超过阈值写入 idle-task-audit 技能。 ## Token 记录 每次差分后把 diff_agent、skill_writer、audit_bot 的 Token 消耗写入 audit/token_cost_by_agent.csv。对应的diff_rules.yaml可以更机器可读rules: - id: fact_change when: draft.claim ! final.claim action: write_to_skill:fact_check - id: permission_scope when: draft.mentions_prod_db true and final.requires_local_exec true action: write_to_skill:local_sql_only - id: structure_change when: final.has_code_block true and draft.has_code_block false action: write_to_skill:blog_structure - id: term_change when: draft.term ! final.term action: write_to_skill:taotoken_usage - id: cost_control when: agent.total_tokens agent.budget action: write_to_skill:idle_task_audit差分之后不要让规则停在new_rules.yaml。下一次任务开始前让 Agent 先读取技能目录再生成草稿。这样才能形成闭环草稿产生差异差异变成规则规则进入技能技能影响下一次草稿。4. 动作三群聊默认静默、点名发言Cookie 按最小权限下发多 Agent 群聊最容易失控。一个任务被 之后多个 Agent 同时回应互相引用重复解释Token 消耗成倍上涨。更合理的群聊纪律是所有 Agent 默认静默只有被点名、被分配任务或检测到明确触发条件时才发言。发言之后进入冷却期冷却期内除非再次被点名否则只记录不回复。可以写一个本地发言策略文件# skills/groupchat-discipline/speak_policy.yaml default_mode: silent triggers: - mention: agent_name - task_assigned: true - alert_level: critical cooldown_seconds: 120 max_replies_per_10min: 2 silent_agents: - poll_agent - audit_bot - ui_agent allowed_speakers: - diff_agent - skill_writer - human_operatorCookie 和登录态也要按最小权限下发。不要让所有 Agent 共用同一个高权限 Cookie。正确做法是按角色拆权限只读型 Agent 只给读接口权限分析型 Agent 只给导出 CSV 的权限执行型 Agent 如果需要写操作必须经过人工确认或双人复核。生产库连接串、管理员 Cookie、删除类接口不应进入 Agent 上下文。权限表可以这样维护Agent 角色默认发言可触发条件Cookie/Key 权限Token 预算/小时poll_agent静默仅巡检告警只读任务状态2000diff_agent点名发言被 或差分任务开始读取草稿/终稿目录12000skill_writer点名发言差分规则确认后写入 skills 目录8000audit_bot静默预算超限或空转读取本地审计 CSV1500ui_agent静默无 API 且人工确认单站点只读短期 Cookie3000chat_agent点名发言被 且冷却结束无文件写权限5000Token 预算不是建议值而是硬限制。巡检程序发现某个 Agent 超过小时预算时应自动降级先切到更便宜的模型再暂停非关键任务最后通知人工。权限隔离和成本审计必须同时存在否则一个高权限 Agent 空转时既烧钱又可能误操作。5. TaoToken 接入Claude Code、Codex、CC Switch 三件套配置在让 Agent 调用 API 做差分复盘之前先去 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_setup获取 Key。Base URL 固定填https://taotoken.net/apiKey 占位符统一写成YOUR_API_KEY。下面分别给出 Claude Code、Codex 和 CC Switch 三件套的可复制配置。注意不要把ANTHROPIC_*环境变量套到 Codex 上两者协议和配置字段不同。5.1 Claude Code 配置Claude Code 推荐使用settings.json或环境变量。settings.json示例{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: claude-sonnet-4-20250514 } }如果你更习惯在终端里临时加载可以用export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELclaude-sonnet-4-20250514配置完成后先在 Claude Code 里执行一个最小任务例如让它读取本地draft_001.md和final_001.md输出差分维度。不要一上来就跑全量技能生成。确认请求可以到达 TaoToken再扩大任务范围。5.2 Codex 配置Codex 使用config.toml不要写ANTHROPIC_*。示例model gpt-5-codex model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat环境变量export TAOTOKEN_API_KEYYOUR_API_KEY如果你在 Codex 中看到 401优先检查TAOTOKEN_API_KEY是否已经导出到当前 shell而不是去改ANTHROPIC_AUTH_TOKEN。如果你看到 404检查base_url是否误写成其他路径。TaoToken 的 Base URL 是https://taotoken.net/api不要多加/v1或漏掉/api。5.3 CC Switch 三件套CC Switch 三件套可以理解为三个 profileClaude Code profile、Codex profile、通用对话 profile。每个 profile 记录供应商、Base URL、Key 环境变量和默认模型。示例{ profiles: [ { name: TaoToken-ClaudeCode, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: ANTHROPIC_AUTH_TOKEN, model: claude-sonnet-4-20250514 }, { name: TaoToken-Codex, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model: gpt-5-codex }, { name: TaoToken-Chat, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model: gpt-4.1 } ] }切换 profile 后执行一次本地检查curl -s https://taotoken.net/api/v1/models \ -H Authorization: Bearer YOUR_API_KEY这个命令由你在本地执行用于确认 Key 和 Base URL 是否可用。不要把 Key 写进公开仓库也不要把生产环境 Cookie 放进任何 Agent 上下文。6. 成本审计与长期技能目录逐 Agent 标注 Token 消耗成本审计不是月底看账单而是每次任务后立即记录。建议维护audit/token_cost_by_agent.csv字段至少包括日期、task_id、agent_name、model、input_tokens、output_tokens、total_tokens、cost_usd、action。示例datetask_idagent_namemodelinput_tokensoutput_tokenstotal_tokenscost_usdaction2025-06-01delta-001diff_agentclaude-sonnet82031011300.012keep2025-06-01delta-001skill_writerclaude-sonnet67041010800.011keep2025-06-01delta-001audit_botgpt-4.1-mini110902000.001keep2025-06-01idle-007poll_agentgpt-4.1-mini180012019200.004pause2025-06-01chat-009chat_agentclaude-sonnet4200160058000.061silent有了 CSV 后在本地数据库副本中执行 SQL 汇总。不要让 Agent 直连生产库SQL 由读者本地执行-- 在本地 SQLite/PostgreSQL 副本中执行 SELECT agent_name, SUM(input_tokens) AS input_tokens, SUM(output_tokens) AS output_tokens, SUM(total_tokens) AS total_tokens, ROUND(SUM(cost_usd), 4) AS cost_usd FROM token_audit WHERE task_id delta-001 GROUP BY agent_name ORDER BY total_tokens DESC;长期技能目录要和成本表联动。每新增一个技能就在SKILL.md里写清楚触发条件、输入、输出和 Token 归属。比如local-sql-only技能要写明Agent 只能生成 SQL 草稿不能执行SQL 由人工在本地执行执行结果可以导出 CSV 再交给 Agent 分析。这样既避免生产库风险又能保留分析效率。你可以在 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_audit获取 Key 后把不同 Agent 的调用按模型区分差分复盘用较强模型巡检和审计用轻量模型群聊闲聊直接禁用或静默。成本审计的目标不是少用 Token而是让每一份 Token 都有明确产出。7. 排障清单401、404、429、模型不存在与空转复发配置和流程跑起来后常见问题集中在认证、路径、并发和规则未固化。下面按现象给出排查顺序。现象常见原因检查动作修复方式401 UnauthorizedKey 未加载或写错检查环境变量、CC Switch profile重新导出YOUR_API_KEY确认 profile 已切换403 ForbiddenCookie 权限不足或过大检查角色权限表按最小权限重新下发404 Not FoundBase URL 路径错误确认是否为https://taotoken.net/api修正 Claude Code 或 Codex 配置429 Too Many Requests空转任务、并发过高查看 idle_tasks.csv暂停空转任务降低轮询频率模型不存在模型名不匹配在模型对话页面验证模型名更新 settings.json 或 config.toml空转复发差分规则未写入技能检查 skills 目录和 SKILL.md重新运行 skill_writer更新规则Token 超预算某 Agent 抢答或重复生成查看 token_cost_by_agent.csv降级模型、静默 Agent、加缓存差分结果不可用草稿/终稿未成对保存检查任务目录命名统一draft_*.md和final_*.md排障时不要先改模型。先确认网络路径、Key、Base URL、权限和空转规则。特别是 Codex 的 401八成是TAOTOKEN_API_KEY没有导出Claude Code 的 404八成是ANTHROPIC_BASE_URL写成了带/v1的地址。配置正确后再让 Agent 做差分复盘。8. 把流程跑通模型对话 → Coding Plan → 创建 Key → Claude Code 文档最后给出一条高转化路径按顺序操作即可先到模型对话页面验证模型是否可用https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_chat如果需要长期跑 Agent 和差分复盘查看 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_plan创建或管理 API Keyhttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_keys按 Claude Code 文档完成settings.json配置https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_claude如果你还没有 Key也可以直接从 TaoToken 官网进入https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentagent_diff_cta。记住 Base URL 填https://taotoken.net/apiKey 占位符用YOUR_API_KEY。整套流程的核心不是多接几个 Agent而是把纠正逻辑从一次性对话变成可审计的长期技能。先用 API 优先和空转巡检控制成本再用终稿/草稿差分沉淀规则最后用群聊静默、Cookie 最小权限和逐 Agent Token 审计保证系统不会因为一次抢答或一次空转而失控。这样跑一段时间后你会得到一张差分对照表、一个长期技能目录和一份按 Agent 标注的 Token 成本表。它们才是 Agent 复盘真正可复用的资产。