说真的，想玩儿AI助理却不想钱包被掏空，这篇文章会把我自己砍掉的血汗路给你们全盘托出。整个过程围绕「够用」+「省钱」两大关键词展开，代码量不多，却Neng让你的月账单保持在个位数。

我目前的组合是：

语言：Python 3.11+

Agent 框架：开源的 LangChain

模型来源：国产大模型配合少量云端 API 作为后备

这套配置足以支撑日常的查询、文件处理和轻度代码执行，而且每月花费Ke以压在30元以内。

挑对性价比高的模型。 并非所有任务dou需要“超级大”模型，先判断任务难度再决定使用哪一档。

Prompt 要写得精准。 好的系统提示Neng让同一模型跑出数倍效果差距，省下的不是钱而是时间。

Token 消耗要实时监控。 每天/每任务设上限，一旦触碰立刻停下来否则账单会像坐火箭一样冲天。

把任务粗略划分为「简单」「中等」「复杂」三类，然后在代码里写一个小函数，根据预计 token 数或业务标签返回对应模型。下面是一个极简版示例：

MODEL_MAP = {
    "simple":   "glm-flash",      # 免费额度基本够用
    "medium":   "deepseek-v3",    # 性价比之王
    "complex":  "deepseek-r1"     # 大牛型号，偶尔上阵
}
def pick_model -> str:
    if task_type in :
        return MODEL_MAP
    if token_est> 800:
        return MODEL_MAP
    return MODEL_MAP.get

这种「硬编码」kan起来土，却Neng把我的 API 开支削减约40%，因为绝大多数日常需求根本不需要「重炮」模型。

下面这段系统提示专门限制工具调用频率和参数格式，让模型懂得何时该停手：

SYSTEM_PROMPT = """
你拥有以下工具：
- search_web: 用于实时网络搜索，仅在信息过期或缺失时使用。
- read_file: 用于读取本地文件内容，只在需要查kan具体文件时调用。
- run_code: 用于执行 Python 代码，仅在需要计算或验证时使用。
规则：
1️⃣ 每次只Neng调用一种工具，等待返回后再决定下一步。
2️⃣ 若Yi有足够信息即可回答，请直接输出，不要再调工具。
3️⃣ 连续两次工具调用失败即停止，并向用户说明原因。
"""

将这段文字塞进系统 Prompt 后我发现「工具滥用」的问题下降了超过80%。

每一次对话结束前，dou要检查累计消耗是否超标。Ru果超过就提前终止并给用户一个友好的提示：

MAX_TOKENS_PER_TASK = 1200   # 单次任务上限
def check_budget -> bool:
    if used>= MAX_TOKENS_PER_TASK:
        print
        return False
    return True

配合每日统计脚本，你Ke以随时kan到自己到底花了多少 token，避免「不知不觉烧光月费」的尴尬局面。

A​gent 在多轮交互里会不断往历史里塞消息，Ru果不加处理，hen快就会突破上下文长度。我的Zuo法是：

字典缓存：M​odel 对同一工具请求返回相同结果时直接复用；

摘要压缩：M​eaningful 历史只保留Zui近几轮，其余部分用一句话概括。

cache = {}
def cached_tool_call:
    key = f"{name}:{json.dumps}"
    if key in cache:
        return cache
    result = execute_tool
    cache = result
    return result
def compress_history -> list:
    if len <= keep_rounds * 2:
        return hist
    system_msg = hist
    recent = hist
    summary_text = generate_summary
    summary_msg = {"role": "system", "content": f" {summary_text}"}
    return  + recent

The above logic reduces token usage by roughly30%, especially when dealing with long documents.

class CheapAgent:
    def __init__:
        self.history = 
        self.token_used = 0
    def run:
        self.history.append
        for step in range:
            msgs = compress_history
            task_type = self._detect_task
            est_tok   = estimate_tokens
            model_id  = pick_model
            resp = call_llm          # 与大模型交互
            self.token_used += count_tokens
            if not check_budget:
                return "Token Yi耗尽，请拆分任务后重试。"
            if resp.get:
                tool_res = cached_tool_call
                self.history.append)
                self.history.append
            else:
                self.history.append)
                return resp
        return "Yi达到Zui大步数，请尝试简化需求。"

*注意：真实项目中还需要加入异常捕获、重试次数限制以及日志记录等细节，这里只展示核心思路——「简洁」「省钱」「可跑」。*

D​emo 完成后我每个月仅需支付不到CNY 20 元**，而且还Neng满足公司内部日常自动化需求。这一路走来我体会到：