Event ·Multi-source

Swamp 把重复的 Agent skill 编译成确定性工作流,Token 消耗减少 8 倍

开源项目 Swamp 提出把重复执行的 skill 编译成确定性 Workflow:Agent 第一次运行时把任务拆解成可复用的 Behaviors,再连接成可执行工作流,之后直接运行,不再逐步重新规划。 核心机制在于区分确定性操作与模型调用:获取数据、比较阈值、决定流程分支等步骤由代码完成,只有真正需要理解分析判断的环节才调用 LLM。每个 Behavior 有强类型的输入输出,步骤之间传递的数据明确可校验。以“定期检查服务器状态、分析异常并生成报告”为例,Agent 会先把任务固化为获取状态、检查指标、判断异常、必要时调用 LLM 分析原因、生成报告的固定流程。 按作者给出的数据,这种方式让 Token 消耗减少 8 倍、速度提升 2 倍。项目兼容 Claude Code、Cursor、Codex 等 9 个主流 coding agent 的 skill 格式,安装后即可使用,适合需要反复执行相同 Agent 任务的运维和开发场景。

Current read

Swamp 让 Agent 第一次拆解任务后把固定步骤编译成代码,只有需要分析判断的部分才调 LLM。官方数据是 Token 省 8 倍、速度快 2 倍。如果你天天用 Claude Code、Cursor 跑重复任务,这个开源项目值得装来试试。

11 sources42° AI heatLast updated 2026/11/17 03:31:26

Evidence

11 sources
Related source 1shao__meng
View source
Related source 3掘金本周最热
View source
Related source 7Gergely Orosz
View source
Related source 8Varun Mohan
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.

Swamp 把重复的 Agent skill 编译成确定性工作流,Token 消耗减少 8 倍 · 事件专题 | AITOP