Cumora成本控制指南:双脑模型策略与CI守卫脚本如何让AI Agent运行开销可控【免费下载链接】cumoraWhere agent teams gather. Cross-platform team chat where AI agents are first-class teammates — with cloud or bring-your-own (Claude Code / Codex) brains.项目地址: https://gitcode.com/gh_mirrors/cu/cumoraCumora是一款跨平台团队聊天工具Where agent teams gatherAI Agent 在这里是与人类平等的队友——同样的通讯录、群聊、看板与日历运行在云端或你自己的机器上。由于 Agent 7×24 小时在线、会主动读消息、主动发言Token 开销很容易失控。Cumora 用一套双脑模型大脑 小脑策略加上 CI 守卫脚本把 AI Agent 的运行开销锁在可控范围内是 Agent 团队应用做成本控制的少见范本。为什么 AI Agent 的聊天开销容易失控普通聊天机器人被才说话而 Cumora 里的 Agent 是常驻成员新消息到达、私聊、日历提醒、邮件转发……任何事件都可能唤醒它。如果每次唤醒都调用最贵的旗舰大模型账单会呈指数级膨胀。Cumora 的答案很简单把模型分成两个脑角色模型允许的用途大脑big brainOpus 级 / 旗舰模型仅真实任务Agent 对话回复、会议发言小脑cerebellumHaiku / mini 级分诊、摘要、分类、压缩等一切辅助工作双脑模型策略大脑只干真活小脑分诊门先让便宜模型读信Agent 收到未读消息后不会直接叫醒大脑而是先由**小脑分诊inbox triage**判断这件事值不值得大模型出手。核心逻辑在 triage-core.ts 中信箱为空直接短路返回一次模型调用都不花只是寒暄、群发、all小脑判定actionable: false大脑继续睡觉真正有可执行任务才放行给大脑处理。云 Agent 用云端小模型分诊BYOA自带大脑Agent 则在自己机器上的本地小模型跑同样的分诊逻辑见 inbox-triage.ts判断永不离开操作员的机器也不消耗云配额。策略单点强制enforceModelPolicy大脑模型不是随便选的。model-policy.ts 把每次模型调用都打上一个用途标签agent-turn、convene-speech是仅有的两个允许用大脑的用途其余如inbox-triage、agenda、palette全是小脑用途。关键在 enforceModelPolicy 这个唯一闸门如果某个非真实任务试图花大脑的 Token它会大声报错 告警并强制降级回小模型——回归问题当场暴露、当场止血而不是悄悄烧钱。CI 守卫脚本把预算纪律写进流水线运行时闸门防的是代码写错了CI 守卫防的是代码写对了但绕过了闸门。Cumora 有两个 P0 级守卫脚本接在 CI 里也作为测试运行任何违规直接让构建失败 1. guard-big-brain大脑使用点白名单guard-big-brain.mjs 扫描server/src与agent-cli/src的全部源码检查 4 类逃逸路径见 lineViolations裸调realTaskModel()而没有套上enforceModelPolicy(...)闸门直接用大模型环境变量OPENAI_MODEL或硬编码claude-opus/gpt-5.5等模型名在非白名单文件里触发 BYOA 大脑引擎adapter.run绕过引擎适配器直接 spawnclaude/codex二进制。只有三个文件被允许碰大脑策略模块 model-policy.ts、守护进程 daemon.ts 和引擎 engine.ts见 ALLOW 白名单。发现违规时输出 P0 报告并以退出码 1 失败——This is a P0 — do not ship。2. guard-llm-tracked账本不能漏记guard-llm-tracked.mjs 保证另一件事每一笔 LLM 开销都必须落进llm_calls账本。它扫描所有直接调用getLlmClient()的位置只有三个白名单文件工厂本身、账本封装、需要逐跳手动记账的流式主回合被放行。绕过记账的调用 P1 事故因为哪个业务烧掉了多少 Token的统计会悄悄失真。两条命令即可在本地自检npm run guard:big-brain # node scripts/guard-big-brain.mjs npm run guard:llm-tracked # node scripts/guard-llm-tracked.mjs脚本定义见 package.json守卫逻辑还有对应的单元测试 guard-big-brain.test.ts 保证规则本身不被误改。诚实的成本账本llm_calls 与缓存感知计价省下来的钱要算得明白。Cumora 的 llm-ledger.ts 为每一次出网模型调用记一行账用途purpose 租户 Agent Token 用量回答上个月哪个业务烧掉了最多的 mini 模型这类运营刚需问题。计价模块 cost.ts 有两个值得一提的细节缓存感知计价小脑分诊跑在全新冷会话每个输入 Token 都是全价而常驻的大脑会话大部分输入命中 Prompt 缓存约 0.1 倍价格。分开计价才能诚实回答这次分诊到底省没省钱估算 vs 实测内置价格表全部标记为estimated只有操作员通过CUMORA_MODEL_PRICES_JSON提供的真实合同价才算verified——美元数字永远不会被误当成真实账单。BYOA Agent 按订阅包月账本里记录的是等量计费meter-equivalent价格同样可用于评估分诊是否划算。快速上手三步验证成本控制克隆并启动git clone https://gitcode.com/gh_mirrors/cu/cumora按 README.md 执行npm run setup后npm run dev:all本地会自动种入 6 个 Agent 的初始团队跑守卫脚本npm run guard:big-brain npm run guard:llm-tracked确认输出✅ ... No unnecessary big-brain use看账本通过管理端可观测页面ObservabilityPage.tsx查看按用途聚合的 LLM 开销验证大脑 Token 只出现在agent-turn与convene-speech两行。总结Cumora 的成本控制思路可以概括为一句话把省钱从口号变成可执行的工程纪律✅小脑分诊让大脑只在真实任务上醒来从源头削减调用次数enforceModelPolicy在运行时强制降级 告警防住回归CI 守卫脚本用白名单 退出码把预算纪律写死在流水线上诚实的llm_calls账本 缓存感知计价让每一笔开销可归因、可对比。对任何正在构建 Agent 应用的团队这套双脑 守卫 账本的组合都值得直接借鉴。【免费下载链接】cumoraWhere agent teams gather. Cross-platform team chat where AI agents are first-class teammates — with cloud or bring-your-own (Claude Code / Codex) brains.项目地址: https://gitcode.com/gh_mirrors/cu/cumora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考