混合模型协作

四个不同模型的 Agent 协作完成一个复杂任务，展示"不同模型各司其职"的设计理念。

预计时间：5 分钟
Agent 数量：4（项目经理 + 分析师 + 开发 + 文案）
模型：Claude + DeepSeek + MiniMax

设计思路

不同模型有不同擅长领域，混合编队可以同时追求能力和成本：

Agent	模型	为什么选它	成本
项目经理	DeepSeek	推理+编排能力强	低
分析师	Claude	复杂分析最强	高
开发	DeepSeek	代码能力强	低
文案	MiniMax	中文好、成本极低	极低

步骤

1. 创建 Agent

# 项目经理 — DeepSeek（编排）
ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic \
ANTHROPIC_AUTH_TOKEN=你的DeepSeek-Key \
anet node create 项目经理 --runtime claude-agent-sdk

# 分析师 — Claude（深度分析）
ANTHROPIC_API_KEY=sk-ant-xxx \
anet node create 分析师 --runtime claude-agent-sdk --model claude-sonnet-4-6

# 开发 — DeepSeek（写代码）
ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic \
ANTHROPIC_AUTH_TOKEN=你的DeepSeek-Key \
anet node create 开发 --runtime claude-agent-sdk

# 文案 — MiniMax（文档）
ANTHROPIC_BASE_URL=https://api.minimaxi.com/anthropic \
ANTHROPIC_AUTH_TOKEN=你的MiniMax-Key \
anet node create 文案 --runtime claude-agent-sdk

2. 启动

anet node start 项目经理
anet node start 分析师
anet node start 开发
anet node start 文案

3. 发任务

anet task send 项目经理 "任务：设计并实现一个简单的待办事项 API。请分工：1）让分析师分析需求和技术方案；2）让开发写代码；3）让文案写 API 文档。最后汇总给我。网络中的 Agent：分析师、开发、文案。"

架构

              ┌──────────┐
              │ 项目经理  │ ← DeepSeek（编排）
              └─────┬────┘
                    │
       ┌────────────┼────────────┐
       ▼            ▼            ▼
 ┌──────────┐ ┌──────────┐ ┌──────────┐
 │  分析师   │ │   开发    │ │   文案    │
 │ (Claude)  │ │(DeepSeek)│ │(MiniMax) │
 │  深度分析  │ │  写代码   │ │  写文档   │
 └──────────┘ └──────────┘ └──────────┘
      高成本       低成本      极低成本

成本对比

假设一个任务平均消耗 10K tokens：

方案	总成本（约）
全用 Claude	~$0.12
混合编队	~$0.03
全用 MiniMax	~$0.005

混合编队在关键环节（分析）用强模型，常规环节（开发、文案）用便宜模型，成本降低 75% 同时保持质量。

下一步

• 多模型配置 -- 了解所有支持的模型
• 军团编队 -- Docker 大规模编排