Smaug成本优化Haiku子代理模式如何将AI处理费用降低50%实战案例【免费下载链接】smaugArchive your Twitter/X bookmarks to markdown with AI-powered analysis. Supports Claude Code and OpenCode for multi-model flexibility. Like a dragon hoarding treasure, Smaug collects the valuable things you bookmark.项目地址: https://gitcode.com/gh_mirrors/sma/smaugSmaug 是一款 Twitter/X 书签归档工具它自动把书签整理成本地 Markdown 知识库并用 AIClaude Code完成智能分析与分类。但书签越多AI 处理费用越可观。本文通过一个 20 书签的实战案例带你看懂 Smaug 的 Haiku 子代理模式如何在不损失速度的前提下把 AI 处理成本直接砍掉约 50%并附完整的开启与验证步骤。 隐藏的AI成本为什么处理书签这么烧钱Smaug 每处理一批书签都要完成起标题、分类、归档到知识库等一系列任务每一步都在消耗 Claude 的 Token。默认主模型是 Sonnet而 Sonnet 的单价并不便宜。项目内置的 Token 计价表定义在 src/job.js 中模型输入价格输出价格缓存读取Sonnet$3.00 / M$15.00 / M$0.30 / MHaiku$0.25 / M$1.25 / M$0.025 / MOpus$15.00 / M$75.00 / M$1.50 / M可以看到Haiku 的单价只有 Sonnet 的约 1/12。这就是成本优化的空间所在。 核心原理主代理 Sonnet 子代理 Haiku 的黄金组合当待处理书签数量达到parallelThreshold默认 8 个时Smaug 不再逐个串行处理而是一条消息内并行拉起多个子代理每个子代理负责约 5 个书签的分批任务。关键的省钱设计藏在处理指令文件 .claude/commands/process-bookmarks.md 中每个Task子代理调用都指定了modelhaiku—— 主代理继续用 Sonnet 做全局调度与合并而重复性强的分类、归档、写批次文件等体力活全部交给便宜的 Haiku。这个分工之所以成立是因为书签的分类和归档并不需要顶级模型的推理能力Haiku 完全胜任而成本只有 Sonnet 的一小部分。 实测对比同样 20 个书签子代理配置费用耗时Sonnet 子代理$1.004 分 12 秒Haiku 子代理$0.534 分 18 秒速度几乎不变仅慢 6 秒费用却降了一半——这就是Haiku 子代理模式的核心收益。 三步上手开启并验证 Haiku 子代理模式第一步安装 Smaug 书签归档工具git clone https://gitcode.com/gh_mirrors/sma/smaug cd smaug npm install npx smaug setup设置向导会引导你完成 Twitter 凭证配置与目录初始化。第二步确认省钱配置已就位在 smaug.config.example.json 中两个关键项就是成本优化的开关parallelThreshold: 8—— 达到该数量自动启用并行子代理claudeModel: sonnet—— 主代理用 Sonnet子代理模型由处理指令自动指定为 Haiku无需额外配置⚠️ 小批量少于 8 个书签时 Smaug 会走串行模式这是刻意设计——小批量下子代理的调度开销反而更贵。第三步用 Token 追踪验证真实费用npx smaug run --limit 20 -t-t即--track-tokens参数会在运行结束后输出费用明细主代理与 Haiku 子代理的用量会被分开统计统计逻辑见 src/job.js TOKEN USAGE Main (sonnet): Input: 85 tokens $0.01 Output: 5,327 tokens $0.08 Cache Read: 724,991 tokens $0.22 Cache Write: 62,233 tokens $0.23 Subagents (haiku): Input: ... tokens $0.21 Output: ... tokens $0.20 TOTAL COST: $0.53看到Subagents (haiku)这一行就说明 Haiku 子代理模式正在工作总成本已减半。✅ 成本优化速查清单你的场景推荐做法效果积压几百条书签要补档npx smaug run --limit 50 -t分批处理每批费用可控、可追踪每次新增 ≥ 8 个书签默认 Haiku 子代理并行处理成本约降 50%速度不变每次新增 8 个书签无需操作自动串行避免子代理调度开销追求极致省钱将配置中claudeModel改为haiku更便宜但分析深度略降想换其他模型省钱配置cliTool: opencode 免费模型参见 README 的 OpenCode 集成章节 总结Smaug 的 Haiku 子代理模式给出了一个教科书级的 AI 成本优化思路让贵的模型做决策让便宜的模型干活。主代理 Sonnet 负责调度、合并与最终校验子代理 Haiku 负责批量分类与归档单价仅 1/12实测 20 书签从 $1.00 降到 $0.53耗时几乎不变配合-t参数持续追踪费用你的书签知识库可以像巨龙囤积宝藏一样持续生长而账单不会跟着一起长龙。【免费下载链接】smaugArchive your Twitter/X bookmarks to markdown with AI-powered analysis. Supports Claude Code and OpenCode for multi-model flexibility. Like a dragon hoarding treasure, Smaug collects the valuable things you bookmark.项目地址: https://gitcode.com/gh_mirrors/sma/smaug创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Smaug成本优化Haiku子代理模式如何将AI处理费用降低50%实战案例【免费下载链接】smaugArchive your Twitter/X bookmarks to markdown with AI-powered analysis. Supports Claude Code and OpenCode for multi-model flexibility. Like a dragon hoarding treasure, Smaug collects the valuable things you bookmark.项目地址: https://gitcode.com/gh_mirrors/sma/smaugSmaug 是一款 Twitter/X 书签归档工具它自动把书签整理成本地 Markdown 知识库并用 AIClaude Code完成智能分析与分类。但书签越多AI 处理费用越可观。本文通过一个 20 书签的实战案例带你看懂 Smaug 的 Haiku 子代理模式如何在不损失速度的前提下把 AI 处理成本直接砍掉约 50%并附完整的开启与验证步骤。 隐藏的AI成本为什么处理书签这么烧钱Smaug 每处理一批书签都要完成起标题、分类、归档到知识库等一系列任务每一步都在消耗 Claude 的 Token。默认主模型是 Sonnet而 Sonnet 的单价并不便宜。项目内置的 Token 计价表定义在 src/job.js 中模型输入价格输出价格缓存读取Sonnet$3.00 / M$15.00 / M$0.30 / MHaiku$0.25 / M$1.25 / M$0.025 / MOpus$15.00 / M$75.00 / M$1.50 / M可以看到Haiku 的单价只有 Sonnet 的约 1/12。这就是成本优化的空间所在。 核心原理主代理 Sonnet 子代理 Haiku 的黄金组合当待处理书签数量达到parallelThreshold默认 8 个时Smaug 不再逐个串行处理而是一条消息内并行拉起多个子代理每个子代理负责约 5 个书签的分批任务。关键的省钱设计藏在处理指令文件 .claude/commands/process-bookmarks.md 中每个Task子代理调用都指定了modelhaiku—— 主代理继续用 Sonnet 做全局调度与合并而重复性强的分类、归档、写批次文件等体力活全部交给便宜的 Haiku。这个分工之所以成立是因为书签的分类和归档并不需要顶级模型的推理能力Haiku 完全胜任而成本只有 Sonnet 的一小部分。 实测对比同样 20 个书签子代理配置费用耗时Sonnet 子代理$1.004 分 12 秒Haiku 子代理$0.534 分 18 秒速度几乎不变仅慢 6 秒费用却降了一半——这就是Haiku 子代理模式的核心收益。 三步上手开启并验证 Haiku 子代理模式第一步安装 Smaug 书签归档工具git clone https://gitcode.com/gh_mirrors/sma/smaug cd smaug npm install npx smaug setup设置向导会引导你完成 Twitter 凭证配置与目录初始化。第二步确认省钱配置已就位在 smaug.config.example.json 中两个关键项就是成本优化的开关parallelThreshold: 8—— 达到该数量自动启用并行子代理claudeModel: sonnet—— 主代理用 Sonnet子代理模型由处理指令自动指定为 Haiku无需额外配置⚠️ 小批量少于 8 个书签时 Smaug 会走串行模式这是刻意设计——小批量下子代理的调度开销反而更贵。第三步用 Token 追踪验证真实费用npx smaug run --limit 20 -t-t即--track-tokens参数会在运行结束后输出费用明细主代理与 Haiku 子代理的用量会被分开统计统计逻辑见 src/job.js TOKEN USAGE Main (sonnet): Input: 85 tokens $0.01 Output: 5,327 tokens $0.08 Cache Read: 724,991 tokens $0.22 Cache Write: 62,233 tokens $0.23 Subagents (haiku): Input: ... tokens $0.21 Output: ... tokens $0.20 TOTAL COST: $0.53看到Subagents (haiku)这一行就说明 Haiku 子代理模式正在工作总成本已减半。✅ 成本优化速查清单你的场景推荐做法效果积压几百条书签要补档npx smaug run --limit 50 -t分批处理每批费用可控、可追踪每次新增 ≥ 8 个书签默认 Haiku 子代理并行处理成本约降 50%速度不变每次新增 8 个书签无需操作自动串行避免子代理调度开销追求极致省钱将配置中claudeModel改为haiku更便宜但分析深度略降想换其他模型省钱配置cliTool: opencode 免费模型参见 README 的 OpenCode 集成章节 总结Smaug 的 Haiku 子代理模式给出了一个教科书级的 AI 成本优化思路让贵的模型做决策让便宜的模型干活。主代理 Sonnet 负责调度、合并与最终校验子代理 Haiku 负责批量分类与归档单价仅 1/12实测 20 书签从 $1.00 降到 $0.53耗时几乎不变配合-t参数持续追踪费用你的书签知识库可以像巨龙囤积宝藏一样持续生长而账单不会跟着一起长龙。【免费下载链接】smaugArchive your Twitter/X bookmarks to markdown with AI-powered analysis. Supports Claude Code and OpenCode for multi-model flexibility. Like a dragon hoarding treasure, Smaug collects the valuable things you bookmark.项目地址: https://gitcode.com/gh_mirrors/sma/smaug创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
