《全栈算力重塑智能体成本》

① Claude Code系列｜第16期：给MCP工具加输入输出契约测试

难度：进阶　动手：25分钟　成本：免费　环境：Python 3.11+，已配置可调用的MCP工具。适合在真实执行前拦截错字段、缺字段和未知字段。

1. 新建 test_tool_contract.py，复制以下完整代码。
2. 把 weather_lookup和字段规则换成自己的工具，先不连接生产系统。
3. 运行 python test_tool_contract.py，看到最后一行“全部契约测试通过”才进入下一步。

import json
TOOL_SCHEMA = {"name":"weather_lookup","required":{"city":str,"days":int},"optional":{"unit":str}}
CASES = [{"city":"上海","days":3,"unit":"摄氏度"},{"city":"北京","days":1}]
def validate(payload):
    assert isinstance(payload, dict), "输入必须是对象"
    for key, typ in TOOL_SCHEMA["required"].items():
        assert key in payload, f"缺少必填字段：{key}"
        assert isinstance(payload[key], typ) and not isinstance(payload[key], bool), f"字段类型错误：{key}"
    allowed=set(TOOL_SCHEMA["required"])|set(TOOL_SCHEMA["optional"])
    assert not (set(payload)-allowed), f"出现未声明字段：{sorted(set(payload)-allowed)}"
    return {"ok":True,"tool":TOOL_SCHEMA["name"],"arguments":payload}
for i,case in enumerate(CASES,1): print(f"用例{i}通过：{json.dumps(validate(case),ensure_ascii=False)}")
print("全部契约测试通过")

常见坑：只测字段存在、不测类型；测试工具和生产工具共用有副作用后端；只测成功样例。失败时先保存 JSON，再单独运行校验器。生产写操作必须另加隔离环境和人工确认。

参考：MCP规范、Claude Code文档。下期预告：第17期建立只读/写入分级权限与人工确认门。

② Hermes Agent系列｜第16期：多子代理结果合并与冲突门控

难度：进阶　动手：20分钟　成本：免费　环境：Python 3.11+，能输出JSON的子代理编排环境。不要用“多数表决”替代证据核验。

import json
reports=[
 {"agent":"官方来源代理","claim":"Jalapeño为自研推理芯片","source":"https://openai.com/index/jalapeno-first-results","confidence":0.95},
 {"agent":"复核代理","claim":"Jalapeño为自研推理芯片","source":"https://openai.com/index/the-full-stack-behind-abundant-intelligence","confidence":0.90},
 {"agent":"社区代理","claim":"性能已被独立复测","source":"","confidence":0.35}]
def merge(items):
 groups={}
 for item in items: groups.setdefault(item["claim"],[]).append(item)
 out=[]
 for claim,items in groups.items():
  sources=[x["source"] for x in items if x.get("source")]; score=max(x.get("confidence",0) for x in items)
  out.append({"claim":claim,"status":"可进入摘要" if sources and score>=0.8 else "需要人工复核","evidence_count":len(sources),"agents":[x["agent"] for x in items]})
 return out
print(json.dumps(merge(reports),ensure_ascii=False,indent=2))

预期：芯片结论可进入摘要，独立复测结论需要人工复核。常见坑是重复计数同一来源、把代理数量当证据强度。涉及转账、删除、权限和部署时必须人工批准。参考：Hermes Agent文档。下期预告：第17期让失败重跑只重跑证据不足的子任务。

③ Claude模型系列｜第16期：上下文压缩前后的成本与可追踪性

难度：入门到进阶　动手：20分钟　成本：免费离线账本，模型调用费用另计　环境：Python 3.11+，JSONL请求账本。

import json
from pathlib import Path
path=Path("claude_usage.jsonl")
if not path.exists(): path.write_text('{"task":"需求分析","before_input_tokens":12000,"after_input_tokens":4200,"output_tokens":900,"cost_usd":0.18}\n{"task":"代码审查","before_input_tokens":18000,"after_input_tokens":7000,"output_tokens":1400,"cost_usd":0.31}\n',encoding="utf-8")
rows=[json.loads(x) for x in path.read_text(encoding="utf-8").splitlines() if x.strip()]
for r in rows:
 saved=r["before_input_tokens"]-r["after_input_tokens"]; ratio=saved/r["before_input_tokens"] if r["before_input_tokens"] else 0
 print(f"{r['task']}：输入词元减少 {saved}，压缩率 {ratio:.1%}，费用 ${r['cost_usd']:.2f}")
print(f"共记录 {len(rows)} 次；压缩前 {sum(r['before_input_tokens'] for r in rows)}；压缩后 {sum(r['after_input_tokens'] for r in rows)}")

建议保留目标、约束、确认事实、未解决问题和最近失败原因；删除重复礼貌语和可重新读取的长原文。常见坑：只看输入词元、不看重试；压缩掉权限约束；混用不同模型线路。法务、医学、财务原文不应只靠自动摘要替代。参考：Anthropic词元计数文档。下期预告：第17期讨论压缩摘要回滚与原文指针。