主要来源AIGCLINK
查看原文事件专题 ·多源确认
Swamp 把重复的 Agent skill 编译成确定性工作流,Token 消耗减少 8 倍
开源项目 Swamp 提出把重复执行的 skill 编译成确定性 Workflow:Agent 第一次运行时把任务拆解成可复用的 Behaviors,再连接成可执行工作流,之后直接运行,不再逐步重新规划。 核心机制在于区分确定性操作与模型调用:获取数据、比较阈值、决定流程分支等步骤由代码完成,只有真正需要理解分析判断的环节才调用 LLM。每个 Behavior 有强类型的输入输出,步骤之间传递的数据明确可校验。以“定期检查服务器状态、分析异常并生成报告”为例,Agent 会先把任务固化为获取状态、检查指标、判断异常、必要时调用 LLM 分析原因、生成报告的固定流程。 按作者给出的数据,这种方式让 Token 消耗减少 8 倍、速度提升 2 倍。项目兼容 Claude Code、Cursor、Codex 等 9 个主流 coding agent 的 skill 格式,安装后即可使用,适合需要反复执行相同 Agent 任务的运维和开发场景。
当前结论
Swamp 让 Agent 第一次拆解任务后把固定步骤编译成代码,只有需要分析判断的部分才调 LLM。官方数据是 Token 省 8 倍、速度快 2 倍。如果你天天用 Claude Code、Cursor 跑重复任务,这个开源项目值得装来试试。
11 个信源42° AI 热度最后更新 2026/11/17 03:31:26
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。