企业官网建设流程全解析

1. 从单体 Agent 到微服务：我为什么开始拆 Subagent

如果你正在做 AI Agent 开发，大概率遇到过这种场景：一个主流程里塞了十几个工具调用，既要它做复杂推理，又要它顺手把 3000 行日志总结成三句话、把一段 HTML 抽成 JSON、把用户上传的合同里“退款条款”找出来。结果就是主模型上下文越来越长，token 账单越来越吓人，而且它还会在长上下文里“走神”——前面说过的约束，后面就忘了。

OpenRouter 推出的openrouter:subagent工具，本质上就是给这种“单体 Agent”开了一刀：让一个强模型当 Orchestrator（编排者），把那些机械、独立、I/O 密集型的子任务，下放给一个更便宜、更快的子模型去干。子模型看不到主模型的历史对话，只能看到主模型显式传过去的task_description，干完活把结果吐回来。这个隔离机制非常关键，它让每个子任务变成一个干净的工作单元，不会污染主模型的上下文。

这像什么？像后端从单体应用拆成微服务。主脑负责决策和编排，Subagent 负责单一职责的执行。你可以给“总结专员”配一个便宜模型，给“爬虫专员”配一个带 web_search 的子模型，各司其职，成本和质量都能控。

但这里有个现实问题：多 Subagent 编排意味着你要管理多个模型通道、多套 Key、多个 Base URL。如果每个子模型都去单独申请 Key、单独配环境变量，调试成本会迅速吃掉你省下来的 token 钱。所以这篇我会结合 TaoToken 统一 Key/API 通道，把“Subagent 微服务化”从概念落到可复制的配置和验证动作上。TaoToken 官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ，API 端点是 https://taotoken.net/api ，一个 Key 走多个模型，正好适配这种“主脑 + 多个廉价双手”的架构。

下面我会按“先讲清机制 → 配好统一通道 → 写可复制配置 → 验证调用链 → 排错”的顺序来，你可以跟着一步步搭出一个可观测的 Agent 微服务化原型。

2. TaoToken 统一 Key 通道：多 Subagent 编排的前置准备

在拆 Subagent 之前，先解决“通道”问题。多智能体编排最烦的不是写 prompt，而是模型接入层：主模型用一家、子模型用另一家、搜索工具再挂一家，Key 散落在.env、settings.json、auth.json里，换一个模型就要改一处配置。TaoToken 的思路是提供一个统一的 OpenAI 兼容入口，你用同一个 Key、同一个 Base URL，就能在多个模型之间切换。这对 Subagent 场景特别合适，因为主脑和子模型本来就是不同模型，统一通道能让配置收敛到一处。

先拿 Key。打开 https://taotoken.net/api-keys ，登录后创建一个 API Key，复制出来形如sk-...的字符串。这个 Key 就是你后面所有模型调用的凭证。注意不要把它提交到 Git，建议放环境变量或本地配置文件。

拿到 Key 后，记下两个地址：

• Base URL：https://taotoken.net/api（注意不要加 UTM 参数，这是给程序调用的）
• 模型对话调试页：https://taotoken.net/model-chat ，用来快速验证某个模型 ID 是否可用

如果你用的是 Claude Code 这类编码 Agent，TaoToken 也提供了对应的接入文档：https://taotoken.net/doc 。里面会说明 Base URL、Key、Model ID 三件套怎么填。对于本文的 Subagent 场景，我们主要用 OpenAI 兼容的/v1/chat/completions接口，所以任何支持自定义 Base URL 的 SDK 都能接。

这里有个容易踩的坑：很多人把官网首页地址https://taotoken.net/?utm_source=...直接填进代码的 Base URL，结果请求 404 或返回 HTML。代码里必须用https://taotoken.net/api，带 UTM 的是给浏览器访问的推广链接，不是 API 端点。这个区别在排错章节我会再强调一次。

配置方式我推荐用环境变量，跨语言通用：

export TAOTOKEN_API_KEY="sk-你的Key" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

Windows PowerShell 用：

$env:TAOTOKEN_API_KEY="sk-你的Key" $env:TAOTOKEN_BASE_URL="https://taotoken.net/api"

如果你用 Cline、CC Switch 这类工具，它们通常有图形化的模型配置面板，填三件套即可：Base URL 填https://taotoken.net/api，API Key 填你的sk-...，Model ID 填具体模型名（比如anthropic/claude-opus-4.8或z-ai/glm-5.2）。Cline 的 MCP 配置里如果要用到模型，也是同样的三件套逻辑，别只填 Key 忘了 Base URL。

前置准备做完，你应该有：一个可用的 Key、一个统一的 Base URL、以及至少两个模型 ID（一个强模型当主脑，一个便宜模型当 Subagent）。接下来进入可复制配置环节。

3. 可复制配置：Subagent 编排的 JSON 与 settings 片段

这一节给你可以直接抄的配置。Subagent 的核心是在主模型请求的tools数组里加一个openrouter:subagent工具，并指定子模型。下面是一个完整的最小可用请求体，主脑用 Claude Opus，子模型用 GLM：

{ "model": "anthropic/claude-opus-4.8", "messages": [ { "role": "user", "content": "审计这次发布：总结变更日志，列出破坏性更新，并起草一份发布公告。" } ], "tools": [ { "type": "openrouter:subagent", "parameters": { "model": "z-ai/glm-5.2", "instructions": "你是一个快速、专注的执行者。严格按照任务描述完成，不要展开无关内容。" } } ] }

如果你想让子模型自己带工具，比如联网搜索，可以这样写：

{ "tools": [ { "type": "openrouter:subagent", "parameters": { "model": "z-ai/glm-5.2", "instructions": "你是一个专注的信息提取员，只返回结构化结果。", "tools": [ { "type": "openrouter:web_search" } ] } } ] }

子模型会在内部跑自己的“思考-行动”循环，最后只把最终结果返回给主模型。主模型看不到子模型的中间步骤，这样上下文就不会被污染。

如果你用 Python 的 OpenAI SDK 走 TaoToken 通道，配置长这样：

import os from openai import OpenAI client = OpenAI( api_key=os.environ["TAOTOKEN_API_KEY"], base_url=os.environ["TAOTOKEN_BASE_URL"], ) resp = client.chat.completions.create( model="anthropic/claude-opus-4.8", messages=[ {"role": "user", "content": "把这份 2000 行日志总结成 5 条关键事件，并抽取成 JSON。"} ], tools=[ { "type": "openrouter:subagent", "parameters": { "model": "z-ai/glm-5.2", "instructions": "你是日志分析专员，只输出 JSON。" } } ], ) print(resp.choices[0].message.content)

如果你用 Cline 或 CC Switch，它们的配置文件通常是 JSON 或 TOML。以 Cline 的settings.json为例，模型配置部分要写全三件套：

{ "apiProvider": "openai", "openAiBaseUrl": "https://taotoken.net/api", "openAiApiKey": "sk-你的Key", "openAiModelId": "anthropic/claude-opus-4.8" }

Codex 的auth.json也是类似逻辑，Base URL 指向https://taotoken.net/api，Key 填进去，Model ID 填具体模型。记住：Base URL、Key、Model ID 三件套缺一不可，只填 Key 会报 401，只填 Base URL 会报模型不存在。

配置写好后，先别急着跑复杂编排，用一个小任务验证通道是否通。下一节讲验证动作。

4. 验证请求与成功结果：确认调用链真的跑通了

配置写完，第一步不是直接上生产任务，而是发一个最小请求，确认主模型能调起 Subagent、子模型能返回结果。我建议用 curl 先打一发，排除 SDK 层的干扰：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "anthropic/claude-opus-4.8", "messages": [ {"role": "user", "content": "请把这句话总结成三个关键词：OpenRouter Subagent 让主模型把机械任务下放给便宜子模型，实现隔离执行和成本控制。"} ], "tools": [ { "type": "openrouter:subagent", "parameters": { "model": "z-ai/glm-5.2", "instructions": "你是关键词提取专员，只返回三个关键词。" } } ] }'

成功的话，你会看到返回的choices[0].message.content里有三个关键词，同时usage字段会显示 token 消耗。注意观察：主模型的 token 消耗应该只包含它自己的推理部分，子模型的消耗会单独计费。如果你在 TaoToken 的 console（https://taotoken.net/console ）里看用量，能看到不同模型的调用分开统计，这正是 Subagent 成本可控的证据。

如果返回里出现tool_calls字段，说明主模型决定调用 Subagent，这是正常流程。有些模型会先返回一个 tool_call，然后你需要把工具结果回传，再拿最终回复。OpenRouter 的 Subagent 是服务端执行的，所以通常你直接拿到最终结果，不需要自己回传。但如果你用的是自建编排，就要处理这个两段式流程。

验证通过后，可以做一个更接近真实的编排测试：让主模型处理一个长文档任务，观察它是否把“总结”和“抽取 JSON”拆给 Subagent。你可以故意在 prompt 里写“先总结，再抽取字段”，然后看返回结构。实测下来，主模型会倾向于把这两个 I/O 密集型步骤委派出去，自己只做最终整合。

还有一个验证点：子模型的隔离性。你可以在主模型的对话历史里放一段“暗号”，然后让 Subagent 去回答一个需要暗号的问题。如果 Subagent 答不出来，说明隔离生效了——它确实看不到主模型的历史上下文。这个测试能帮你确认架构符合预期。

调用链跑通后，你就有底气上多 Subagent 编排了。但真实项目里报错是常态，下一节把我踩过的坑列出来。

5. 常见报错排查：401、local proxy failed 与 choices 读取失败

多 Subagent 编排的报错，八成集中在通道配置和响应解析上。下面按真实报错逐个拆。

401 Unauthorized：最常见。原因通常是 Key 没填对、Key 过期、或者把官网首页地址当成了 Base URL。检查顺序：先确认Authorization: Bearer sk-...里的 Key 是从 https://taotoken.net/api-keys 复制的完整字符串，没有多余空格；再确认 Base URL 是https://taotoken.net/api，不是带 UTM 的推广链接。如果你用 Cline 或 CC Switch，检查settings.json里的openAiApiKey和openAiBaseUrl是否都填了。只填 Key 不填 Base URL，请求会打到默认的 OpenAI 端点，自然 401。

local proxy failed / connection refused：这个报错通常出现在你本地配了代理，但代理没启动，或者环境变量HTTP_PROXY指向了一个不存在的端口。先检查你的 shell 里有没有残留的代理环境变量：

env | grep -i proxy

如果有，临时清掉再试：

unset HTTP_PROXY HTTPS_PROXY ALL_PROXY

另外，如果你在 Docker 或 WSL 里跑，localhost可能指向容器内部而不是宿主机，Base URL 要用宿主机的可达地址。这个和 Subagent 本身无关，但会伪装成“通道不通”。

reading 'choices' of undefined：这个报错说明你拿到的响应体里没有choices字段，通常是请求失败返回了错误 JSON，但你的代码直接去读resp.choices[0]。修复方式是先打印完整响应：

import json print(json.dumps(resp.model_dump(), ensure_ascii=False, indent=2))

你会看到实际返回的是{"error": {...}}。常见原因：模型 ID 写错（比如把z-ai/glm-5.2写成glm-5.2）、tools 数组格式不对、或者子模型不支持某个工具类型。对照 TaoToken 的模型列表确认 Model ID 拼写。

OAuth / auth.json 相关报错：如果你用 Codex 或 Claude Code，它们可能走 OAuth 流程而不是纯 API Key。这时候要确认auth.json里的配置是否指向了正确的 Base URL。Claude Code 的接入文档在 https://taotoken.net/doc ，里面有完整的配置说明。如果你在 Claude Code 里做 Subagent 编排，确保主模型和子模型的 Model ID 都在 TaoToken 支持的列表里。

子模型不返回结果 / 一直转圈：可能是子模型 ID 不可用，或者instructions太长导致子模型超时。先用 https://taotoken.net/model-chat 单独测一下子模型能不能正常对话。如果单独测能通，但编排时不返回，检查tools数组的嵌套层级是否正确——openrouter:subagent的parameters里再套tools，层级别写错。

排错的核心思路是：先隔离通道问题（用 curl 直打），再隔离模型问题（用 model-chat 单测），最后查编排逻辑（打印完整响应）。三步走下来，大部分报错都能定位。

6. 把 Subagent 用起来：从原型到长期编码 Agent

验证和排错都过了，最后说怎么把它用进真实项目。Subagent 最适合的场景是“主脑做决策，双手做苦力”。比如你在做一个代码审查 Agent，主模型负责判断这次改动有没有架构风险，Subagent 负责把 diff 总结成结构化清单、把相关测试用例抽出来、把日志里的错误聚类。这些子任务逻辑简单但 token 消耗大，交给便宜模型正合适。

如果你要长期跑编码 Agent，比如让它在 CI 里自动审查 PR，建议用 Coding Plan 这类长期方案来管理调用配额，入口在 https://taotoken.net/coding-plan 。它比按次调用更适合高频、持续的 Agent 场景。配合统一 Key 通道，主脑和多个 Subagent 的模型切换都在一处配置，维护成本低很多。

实际落地时，我建议先从一个 Subagent 开始，别一上来就拆五个。选一个最耗 token 的机械任务，把它委派出去，观察成本和质量变化。确认收益后，再逐步增加 Subagent 的种类。每个 Subagent 的instructions要写清楚职责边界，比如“只返回 JSON，不要解释”，这样主模型整合结果时更省心。

另外，Subagent 的隔离性是把双刃剑：它不会污染主上下文，但也意味着你不能指望它“记得”之前的对话。所以每个子任务都要自包含，把必要的输入显式传进去。这一点在写task_description时要特别注意。

最后，别忘了可观测性。TaoToken 的 console 能看到不同模型的调用量和 token 消耗，你可以据此判断哪些任务真的被委派出去了、省了多少钱。如果发现主模型还是自己干了所有活，可能是instructions不够明确，或者任务本身需要强推理，不适合下放。多调几次，你会找到适合自己项目的拆分粒度。