Switchyard 子代理感知路由让父 Agent 与子任务各走不同的模型策略快速上手指南【免费下载链接】SwitchyardSwitchyard lets LLM applications route traffic across models and providers while preserving native OpenAI and Anthropic API compatibility - enabling flexible model selection, benchmarking, and cost/performance optimization.项目地址: https://gitcode.com/GitHub_Trending/switch/SwitchyardSwitchyard 是一个开源 LLM 流量路由网关Route、Translate、Observe在保持原生 OpenAI / Anthropic API 兼容的前提下把请求灵活分发给不同模型与后端。它的**子代理感知路由Sub-Agent-Aware Routing**功能可以让父 Agent 与它派发的子任务各走各的模型策略——父代理继续跑高端模型轻量子任务自动流向更便宜的模型从源头控制多 Agent 应用的成本。痛点多 Agent 应用为什么要分而治之现代 Agent 应用如 Claude Code、Codex 这类编码代理工作时父 Agent 会把任务**委托delegate**给子代理查资料、写样板代码、做代码审查……这些子任务的复杂度差异极大简单执行类任务 → 轻量模型足够快且便宜架构分析、代码审查类任务 → 需要高端模型保质量如果所有流量共用一个路由策略就会出现杀鸡用牛刀或小马拉大车的尴尬。原理SubagentRouter 如何分流Switchyard 的子代理感知路由在父路由之上套了一层独立策略父 Agent 流量保持配置好的路由算法passthrough或stage_router完全不受影响委托的子代理请求进入subagents表定义的独立路由——由 LLM 分类器看一眼父代理给出的 prompt在预配置的 targets 中选一个Harness 维护请求继续走父路由不经过分类核心实现是SubagentRouter它包装父算法并只对委托流量走子路由源码见 subagent.rs父算法parent原样保留subagent是一个带分类器的 FallThrough 路由分类器放弃时回落到default_target。最快配置方法一张 subagents 表搞定该功能通过路由下的可选subagents表启用完整示例来自官方文档 subagent_routing.md。角色规划TOML 中声明 targets角色模型职责parent高端模型父 Agent 全程使用classifier小模型判断子任务该给谁worker轻量模型实现、研究、解释等执行类工作reviewer高端模型代码审查、审计、正确性分析[llm_clients.openrouter] format openai_chat base_url https://openrouter.ai/api/v1 api_key_env OPENROUTER_API_KEY [targets.parent] id anthropic/claude-sonnet-5 llm_client openrouter [targets.classifier] id openai/gpt-4.1-mini llm_client openrouter [targets.worker] id openai/gpt-5.4-mini llm_client openrouter [targets.reviewer] id anthropic/claude-opus-5 llm_client openrouter [routes.agent] id agent type passthrough target parent context_window 400000 tool_calling true reasoning true [routes.agent.subagents] type llm_classifier mode custom classifier_target classifier targets [worker, reviewer] default_target worker classify_trigger new_session max_output_tokens 64 prompt Select exactly one target for the delegated task. - Select reviewer for code review, critique, auditing, or correctness analysis. - Select worker for implementation, research, explanation, and other delegated work. Return only JSON matching the response schema. policy { type target_selector, selector /target }启动并验证先--dry-run校验再开服务export OPENROUTER_API_KEYsk-or-v1-... switchyard-server --config routes.toml --dry-run switchyard-server --config routes.toml --port 4000客户端照常请求路由 ID上例为agent即可无需任何改动未注册为路由的显式模型名会在子代理分类之前被直接拒绝。classify_trigger控制分类频率直接决定成本取值行为适用场景new_session同一session agent身份复用首次分类决策一个子代理长期做同类活省分类调用推荐默认every_request每个委托请求都重新分类子任务类型频繁切换⚠️user_turn在子代理路由中不受支持子代理身份必须来自 harness 提供的元数据因此message_hash_fallback也无法用于子代理路由。不想花分类成本固定目标一键配置如果所有子任务都适合同一个模型把subagents表替换成两行即可零分类调用[routes.agent.subagents] type passthrough target worker进阶组合父层 Stage Router 子层 LLM 分类器想让父流量也变聪明把[routes.agent]换成stage_router即可嵌套的subagents分类器保持不变[routes.agent] id agent type stage_router capable_target reviewer efficient_target worker picker efficient_first confidence_threshold 0.7 context_window 400000 tool_calling true reasoning true这样父层依靠工具结果、错误等对话信号自动在强弱档之间切换无需额外模型调用子层由分类器精确分配——两层策略互不干扰是文档 routing overview 推荐的组合方式。上手前必读的注意事项清单✅ 父 Agent 始终使用配置的目标上例为parent子代理才走独立策略✅ Harness 维护请求继续走父路由⚠️ 子代理路由要求客户端请求的是路由 ID未注册的模型名会被拒绝⚠️classify_trigger只支持new_session/every_request⚠️ 部署前务必--dry-run校验配置完整字段参考 TOML Schema 与 switchyard-server 配置说明小结Switchyard 的子代理感知路由让父 Agent 用谁、子任务用谁彻底解耦一张subagents表 一个classify_trigger开关就能为多 Agent 应用搭建起精细的成本/性能分层模型。配合 Stage Router、Escalation Router 等其它算法它可以作为 LLM 应用的多模型调度中枢值得在新项目里尽早评估。【免费下载链接】SwitchyardSwitchyard lets LLM applications route traffic across models and providers while preserving native OpenAI and Anthropic API compatibility - enabling flexible model selection, benchmarking, and cost/performance optimization.项目地址: https://gitcode.com/GitHub_Trending/switch/Switchyard创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Switchyard 子代理感知路由：让父 Agent 与子任务各走不同的模型策略，快速上手指南
Switchyard 子代理感知路由让父 Agent 与子任务各走不同的模型策略快速上手指南【免费下载链接】SwitchyardSwitchyard lets LLM applications route traffic across models and providers while preserving native OpenAI and Anthropic API compatibility - enabling flexible model selection, benchmarking, and cost/performance optimization.项目地址: https://gitcode.com/GitHub_Trending/switch/SwitchyardSwitchyard 是一个开源 LLM 流量路由网关Route、Translate、Observe在保持原生 OpenAI / Anthropic API 兼容的前提下把请求灵活分发给不同模型与后端。它的**子代理感知路由Sub-Agent-Aware Routing**功能可以让父 Agent 与它派发的子任务各走各的模型策略——父代理继续跑高端模型轻量子任务自动流向更便宜的模型从源头控制多 Agent 应用的成本。痛点多 Agent 应用为什么要分而治之现代 Agent 应用如 Claude Code、Codex 这类编码代理工作时父 Agent 会把任务**委托delegate**给子代理查资料、写样板代码、做代码审查……这些子任务的复杂度差异极大简单执行类任务 → 轻量模型足够快且便宜架构分析、代码审查类任务 → 需要高端模型保质量如果所有流量共用一个路由策略就会出现杀鸡用牛刀或小马拉大车的尴尬。原理SubagentRouter 如何分流Switchyard 的子代理感知路由在父路由之上套了一层独立策略父 Agent 流量保持配置好的路由算法passthrough或stage_router完全不受影响委托的子代理请求进入subagents表定义的独立路由——由 LLM 分类器看一眼父代理给出的 prompt在预配置的 targets 中选一个Harness 维护请求继续走父路由不经过分类核心实现是SubagentRouter它包装父算法并只对委托流量走子路由源码见 subagent.rs父算法parent原样保留subagent是一个带分类器的 FallThrough 路由分类器放弃时回落到default_target。最快配置方法一张 subagents 表搞定该功能通过路由下的可选subagents表启用完整示例来自官方文档 subagent_routing.md。角色规划TOML 中声明 targets角色模型职责parent高端模型父 Agent 全程使用classifier小模型判断子任务该给谁worker轻量模型实现、研究、解释等执行类工作reviewer高端模型代码审查、审计、正确性分析[llm_clients.openrouter] format openai_chat base_url https://openrouter.ai/api/v1 api_key_env OPENROUTER_API_KEY [targets.parent] id anthropic/claude-sonnet-5 llm_client openrouter [targets.classifier] id openai/gpt-4.1-mini llm_client openrouter [targets.worker] id openai/gpt-5.4-mini llm_client openrouter [targets.reviewer] id anthropic/claude-opus-5 llm_client openrouter [routes.agent] id agent type passthrough target parent context_window 400000 tool_calling true reasoning true [routes.agent.subagents] type llm_classifier mode custom classifier_target classifier targets [worker, reviewer] default_target worker classify_trigger new_session max_output_tokens 64 prompt Select exactly one target for the delegated task. - Select reviewer for code review, critique, auditing, or correctness analysis. - Select worker for implementation, research, explanation, and other delegated work. Return only JSON matching the response schema. policy { type target_selector, selector /target }启动并验证先--dry-run校验再开服务export OPENROUTER_API_KEYsk-or-v1-... switchyard-server --config routes.toml --dry-run switchyard-server --config routes.toml --port 4000客户端照常请求路由 ID上例为agent即可无需任何改动未注册为路由的显式模型名会在子代理分类之前被直接拒绝。classify_trigger控制分类频率直接决定成本取值行为适用场景new_session同一session agent身份复用首次分类决策一个子代理长期做同类活省分类调用推荐默认every_request每个委托请求都重新分类子任务类型频繁切换⚠️user_turn在子代理路由中不受支持子代理身份必须来自 harness 提供的元数据因此message_hash_fallback也无法用于子代理路由。不想花分类成本固定目标一键配置如果所有子任务都适合同一个模型把subagents表替换成两行即可零分类调用[routes.agent.subagents] type passthrough target worker进阶组合父层 Stage Router 子层 LLM 分类器想让父流量也变聪明把[routes.agent]换成stage_router即可嵌套的subagents分类器保持不变[routes.agent] id agent type stage_router capable_target reviewer efficient_target worker picker efficient_first confidence_threshold 0.7 context_window 400000 tool_calling true reasoning true这样父层依靠工具结果、错误等对话信号自动在强弱档之间切换无需额外模型调用子层由分类器精确分配——两层策略互不干扰是文档 routing overview 推荐的组合方式。上手前必读的注意事项清单✅ 父 Agent 始终使用配置的目标上例为parent子代理才走独立策略✅ Harness 维护请求继续走父路由⚠️ 子代理路由要求客户端请求的是路由 ID未注册的模型名会被拒绝⚠️classify_trigger只支持new_session/every_request⚠️ 部署前务必--dry-run校验配置完整字段参考 TOML Schema 与 switchyard-server 配置说明小结Switchyard 的子代理感知路由让父 Agent 用谁、子任务用谁彻底解耦一张subagents表 一个classify_trigger开关就能为多 Agent 应用搭建起精细的成本/性能分层模型。配合 Stage Router、Escalation Router 等其它算法它可以作为 LLM 应用的多模型调度中枢值得在新项目里尽早评估。【免费下载链接】SwitchyardSwitchyard lets LLM applications route traffic across models and providers while preserving native OpenAI and Anthropic API compatibility - enabling flexible model selection, benchmarking, and cost/performance optimization.项目地址: https://gitcode.com/GitHub_Trending/switch/Switchyard创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考