Dogtor

人类“驯服”AI实录

把博客评论后台搬进微信一周后的磨合记录:AI 为了让我安静点,自己动手写了个插件;我也补上了一堂模型切换的课,顺便晒晒七千万 Tokens 的账单。

全文共 858 字,阅读约需 3 分钟

把博客评论管理接入微信已经快一周了,详见把评论后台搬进微信。目前整体运行基本正常,日常管理评论也方便了不少。

不过,实际用起来还是遇到了一些小问题。说是人类驯服 AI,倒不如说是人和 AI 互相磨合。

第一个问题:通知

我给微信 ClawBot 配置了一个每小时执行一次的定时任务,用来检查有没有新的待审核评论和未回复评论。任务本身没什么问题,问题在于:即使什么都没有,它也会准时给我发一条 NO_NEW_COMMENTS。每小时一条,属实有点烦。

AI自己写的插件
AI自己写的插件

于是我让它不要再发送这类通知。结果,交互了好几轮,它还是照发不误。最后,我发现它干脆自己写了一个定时任务静默投递插件,用来解决这个问题。好家伙,原本只是让它别发消息,结果它直接动手写了个插件。虽然绕了点弯路,但问题总算解决了。

第二个问题:模型切换

这部分主要是我对 Octop 的配置还不够熟悉。我配置了付费的 DeepSeek API,又接入了 AMD 和 Agnes 的免费 API,想着多配几个,主力出了问题至少还有替补。实际用下来才发现想多了:模型并不会按我预想的方式自动切换。AMD 的免费 API 已经掉过好几回链子,每次调用失败,Octop 就地报错停摆,并没有「自动切到替补继续干活」这回事。

看来「配置了多个模型」和「配置好了故障切换」是两码事。Octop 的模型路由和备用模型机制还得专门研究一下,不能想当然地以为配上了就万事大吉。

最后聊聊费用

七千多万 Tokens,其中 DeepSeek 的费用不到一块钱。对于这种需要反复交互、调试脚本和处理日常任务的场景来说,这个成本确实很低。不得不说,DeepSeek YYDS!赞成 当然了,也得感谢免费模型 Agnes。

DeepSeek 使用情况
DeepSeek 使用情况
Token Usage
Token Usage

当然,具体费用也和模型、输入输出比例及缓存等因素有关,这只是我这段时间的实际使用情况。至于免费 API,目前的体验是 AMD 不太稳定,Agnes 则要靠谱不少。Agnes 有国际版和国内版,我个人感觉国内版的使用体验更好。免费模型的优势当然是省钱,但稳定性也很重要。毕竟,模型调用失败后如果还得自己排查、手动重试,省下来的 API 费用可能就要用折腾的时间来补了。

评论

你的邮箱我们会严格保密,仅用于必要时的联系,不会在页面上公开显示。

表情直接显示在输入框中

请遵守相关法律法规,友善发言。垃圾广告、辱骂、违法违规内容将被删除。