第28篇:Vibe Coding时代:LangGraph 多模型路由实战,解决不同任务都用同一个模型导致成本高、效果不稳的问题
一、问题场景:所有节点都用最强模型,成本很快爆了
很多 Agent 项目一开始会这样写:
llm=ChatOpenAI(model="gpt-4o")然后所有节点都用它:
需求分析 代码生成 代码审查 RAG 总结 commit message 风险判断 格式转换效果可能不错,但成本很高。
更重要的是,不同任务对模型能力要求不同:
需求分类:小模型够用 commit message:小模型够用 代码生成:需要强模型 代码审查:需要强模型 格式转换:小模型够用 安全判断:可能需要强模型本文要解决: