从零搭一个 AI Agent：我选了最省钱的方案最近两个月我一直在折腾AI Agent，从调API到跑定时任务，踩坑无数

最近两个月我一直在折腾 AI Agent，从最开始用 API 直接调模型，到现在跑起来一个能定时发文、自动跑任务的 Agent 系统。说实话，踩的坑比写代码多。今天把我的方案和经验分享一下，主打一个——省钱。

我的需求很简单

我想要的 Agent 就干几件事：定时抓数据、自动写文章发布、监控 GitHub 仓库变化。听起来不复杂，但一查市面上的方案，什么 LangGraph、AutoGen、CrewAI……框架学一圈下来比干活还累。而且多数框架本质上是帮你编排多轮对话，真正省钱的点不在框架，在模型选择和调用策略。

我的原则：能不调 API 就不调，能跑本地就不上云。

很多人一上来就用 GPT-4o 或 Claude Sonnet 跑 Agent，一个任务下来 token 费够喝好几杯咖啡。我实测下来，80% 的 Agent 任务根本不需要顶级模型：

我现在的方案是用国产模型做主力，单个任务成本压到几分钱。举个例子，自动写一篇掘金文章并发布，整个流程的 API 调用成本不到 0.1 元。如果用 GPT-4o 跑同样的事，光写文那个环节就得 0.5 元往上。

嘛，不是说我舍不得花钱，是该省的地方省，把预算留给真正需要强模型的环节。

试了三个框架后我放弃了——不是因为它们不好，是太重了。我的 Agent 任务都是确定性的流程，不需要什么 ReAct 循环、Plan-and-Execute 那套。最后我用了 Hermes Agent，一个开源的 Agent 运行时，核心就是三样东西：

关键是它不绑死某个模型。我在配置里指定不同的模型 provider，简单任务用便宜的，复杂任务切贵的。这一个特性帮我省了至少 60% 的 API 费用。

说实话，自动化发布这块最头疼的不是写文章，是登录态维护。我用 Playwright 做浏览器自动化，登录掘金后把 cookie 存下来，但 cookie 有有效期啊！掘金的 passport_auth_status 只有 30 天，有个 _tea_utm_cache 才 5-6 天就过期。

我的解法是：每次发文前先访问一次掘金首页触发续期。听起来简单，但我一开始忘了这茬，结果连续三天发文失败，排查了半天才发现是 cookie 过期。这种坑只有自己踩过才知道疼。

另外 Playwright 在 headless 模式下偶尔会有页面加载超时的问题，我加了个 retry 机制，最多重试 3 次，每次间隔 2 秒。稳定多了。

让 AI 写文章最怕什么？AI 味太重。读起来一股"值得注意的是""综上所述"的味道，谁爱看啊。

我给自己定了个复检清单，每篇文章发布前必须全过：

这个清单我写成了 Skill 文件，每次发文自动执行。不过老实讲，自动检查"AI 味"这事本身就挺讽刺的——用 AI 检查 AI 写的文有没有 AI 味。但实际效果还行，至少把那些一眼假的表达过滤掉了。

目前我的 Agent 系统跑了一周多，每天定时执行 2-3 个任务：

总成本：日均不到 0.5 元。对比之前用 GPT-4o 全程跑，日均要 3-5 元。

但也不是没有问题。最大的问题是不确定性——有时候模型会输出格式不对的内容，有时候 Playwright 操作会卡住。我现在给每个任务都加了超时和重试，算是把稳定性拉到了 90% 左右。剩下 10% 的失败靠手动处理，暂时够用。

如果你跟我一样，需求是确定性流程的自动化，不涉及复杂的自主决策，那我觉得值得。关键就三点：

如果你要搞的是那种"给个目标让它自己想办法"的 Agent，那这套方案不够用，老老实实用 LangGraph 或者 AutoGen 吧。不过话说回来，那种 Agent 目前真正好用的场景也不多，大部分还是噱头。

我这套方案胜在简单、省钱、能跑。先跑起来再优化，总比在框架选型上纠结两个月强。