---
title: "多Agent工具如何搭配使用？"
author: "冯智勇Geo"
published: "2026-07-25T00:00:00.000Z"
description: "多 Agent 工具没有万能组合；按任务复杂度分层，让轻量工具处理小任务、主力工具承担日常工作、高能力模型处理复杂任务，并保留备用链路。"
tags: ["AI","AI-Agent","tool-selection","personal-setup"]
url: "https://fengzhiyonggeo.com/posts/multi-agent-tool-stack/"
---

# 多Agent工具如何搭配使用？

![《多Agent工具如何搭配使用？》的文章封面](<https://img.fengzhiyonggeo.com/piclist/260725120807433.png>)

月初 Claude Code 封了我的号，没有任何预警。手上活还得干，得找到替代方案。

![Claude Code 账号被封邮件](https://img.fengzhiyonggeo.com/piclist/260725112145063.png)

![Claude Code 账号被封后自动退款邮件](https://img.fengzhiyonggeo.com/piclist/260725111957216.png)

于是订阅、试用、对比、放弃、再试——一个月后，在后台取消那些不再需要的订阅时，账单列表就像一张使用日志，把这个月的折腾完整排列了出来。坐在那看着，我想：可以写下来记录一下。

---

## 先交代视角

我是跨境电商卖家，平时研究 GEO 优化，也是从 AI Agent 走到多 Agent 工作流的人。

以下不是工具推荐，只是我按需求反复试用后的判断。分两部分：

1. **结论**——我当前留下的方案
2. **重点**——我用过但放弃的方案，以及为什么

第二部分含金量更高。**我用什么取决于你的需求不同，但我放弃的理由往往可以复用。**

全文用汽车类比工具角色。

---

## 我当前留下的方案

### 摩托车（轻量快速）：Pi Agent + DeepSeek-v4-Flash

我日常有大量小任务——快速查个数据、改个配置片段、写一段一次性脚本、验证一个想法。这类任务的特点是：**启动要快、用完即弃、成本必须低**。用主力工具去处理它们，就像启动一辆大 G 去街角买瓶水——能到，但没必要。

所以我专门配了一套轻量方案：Pi Agent + DeepSeek-v4-Flash。

Pi 是一个极简的开源 Agent 工具。它不做花哨的事——没有子 Agent、没有计划模式——但它够轻、够快、可定制。对我来说，这意味着从想到做之间的阻力最小。

模型我选择 DeepSeek-v4-Flash，**直接接官方 API**，不走 OpenRouter 之类的整合服务。原因是缓存命中——官方 API 对缓存命中的输入 token 收取约 2% 的价格（≈98% 折扣）。我的小任务大量是重复模式（查同类型信息、改类似配置），固定 prompt 前缀长、每次不同的部分短，缓存命中率天然高。配合 Flash 模型本身极低的单价，这套方案的单次调用成本几乎可以忽略。

综合体验下来，这套组合越用越顺手——启动快、响应流畅、成本趋近于零。不过遇到复杂一些的任务，它就明显吃力了，效率跟不上（速度快但错得多，返工多）。所以只适合快速小任务，不适合当主力方案。 

### 通勤车（日常主力）：Codex + GPT-5.6 Sol

OpenAI Codex 现在已经支持电脑操控、工具调用、图像生成和历史记忆。我把它作为日常主力，配合 GPT-5.6 Sol——OpenAI 最新的前沿模型，105 万 token 上下文窗口，足够覆盖大部分深度任务。

这套组合处理我的日常编码和内容生产工作流，稳定且高效。

### 越野车（复杂长程）：Claude Code + Fable 5（OpenCode Zen）

Claude Code 处理复杂多步骤任务的能力公认不错。但我不能直接用它的原生模型链路（原因无需多言），所以我最终是通过绕路到 OpenCode Zen 接入。测试下来能用，稳定性还有待验证。

### 备用车：OpenCode + Zen

万一主力链路出状况，这个组合随时顶上。

---

## 用过但不用的方案

真正有价值的部分，在这里。

### 为了继续用 Claude 原生大模型

被封号后，我的第一反应不是换工具，而是**找一个能用 Claude 模型的途径**。

**Claude Code + AIHubMix（国内 API 中转）**
![AIHubMix 充值记录](https://img.fengzhiyonggeo.com/piclist/260725112724644.png)
能用。Claude 多个模型都能调通。但我无法独立验证模型来源，不确定实际用的是否真是 Claude。 所以就没继续用了。 

**Claude Code + OpenRouter**
![OpenRouter 充值后申请退款记录](https://img.fengzhiyonggeo.com/piclist/260725112924888.png)
模型生态和透明度都很成熟，Pi Agent 也原生支持。但在我当时的网络和账号环境里，Claude 链路就是没打通。基本的 VPN 环境我有，更精细的网络配置我也不想再折腾了。

这不等于 OpenRouter 走不通 Claude 。这只是我的实际结果。

**GitHub Copilot Pro+**

![GitHub Copilot Pro+ 使用后取消订阅截图](https://img.fengzhiyonggeo.com/piclist/260725113158724.png)

Copilot Pro+ 才能提供Claude的高级模型， 所以入门的订阅就直接pass了。 

这个Copilot Pro+方案是39美金/月，可以获得7000使用积分，约等于70美金的token使用量， 是挺划算的。 但 Copilot CLI 的交互和权限确认不符合我的习惯——不是它做不到，而是我不愿继续调顺手。

**Cursor**

Pro 版（$20/月）能直接用 Claude，包括 Opus 等最新模型。但附赠的 $20 额度烧顶级模型很快，用完续费不划算，当时的想法是： 不如 Copilot，而且copilot的生态更符合自身需求（虽然后面copilot 也不用了）

更根本的原因是工具定位不同——Cursor 是 IDE 定位，而我的工作流很少接触，两者场景不匹配。

### 为了降低 Token 成本

**OpenCode Go**
![OpenCode Go 订阅额度消耗情况](https://img.fengzhiyonggeo.com/piclist/260725114919174.png)
首月 $5、后续 $10/月，适合稳定使用国产主流大模型。价格不高，就订来试试。

有个坑：GO 套餐主打低成本国产模型，但里面混了个 **Grok 4.5**，额度烧得飞快，用了反而不划算。

本来只是想体验一下国内模型生态，但后来小任务都走 Pi Agent 了，Zen 余额也够偶尔用用国产模型。继续订阅等于为同一段路再买一辆车。

---

## 写在最后

回顾这个月的折腾，核心体验不是哪个工具更好用，而是：

> 工具选择本质上是约束条件的选择。——网络、账号、成本、习惯，每个约束都在帮你缩小范围。

![04-constraint-filter](https://img.fengzhiyonggeo.com/piclist/260725120822246.png)

我留下的未必是最强的，但一定是我当前约束下最顺手的。放弃的方案每一个都有具体理由，这些理由比「我推荐什么」更有参考价值。

## 相关文章

- [AI Agent 选型：先选工具，再选模型](<https://fengzhiyonggeo.com/posts/ai-agent-toolchain-first/>) — 选 AI Agent 不该先比较模型强弱，而应先看任务需要什么工具链；模型是发动机，工具链才是决定能不能做成事的车架。
- [普通人更需要的不是 AI 能力，而是 AI 服务](<https://fengzhiyonggeo.com/posts/ai-services-for-everyday-people/>) — 普通人未必需要学习提示词和 AI 工作流。AI 真正普及，是把复杂能力装进挂号、报销、学习等服务，让用户直接得到可信、可负责的结果。
- [先抄再改，改完就扔：像用菜谱那样用 AI Skill](<https://fengzhiyonggeo.com/posts/ai-skill-copy-edit-retire/>) — AI Skill 不等于能力，更像别人写好的菜谱。刚接触一项工作时，可以先照着走，借它建立流程和判断标准；用过几轮后，就该删掉多余步骤，把有效部分改成个人工作流。原版 Skill 退役，不是它失效，而是你已把别人的经验内化成自己的能力。