Viking 分享了怎么用 GPT5.6 规划、Kimi 和 DeepSeek 执行、再交回贵模型审查，省 token 又高效，适合做大项目时试试。
Viking 开源了一个名为 shifu 的 skill，用于在大型项目中组合多个AI模型。它让昂贵模型（如 GPT5.6 或 Fable5）负责任务分解和编写 plans/ 目录下的规划文件，而让便宜模型（如 DeepSeek v4 Pro 或 Composer2.5）执行代码。最后再由贵模型进行 review 和 reconcile，确保修改通过。支持自动和手动两种模式，适用于代码量大的场景，能有效降低 token 消耗。
今天继续实践自己的 skill - shifu https://t.co/gDazrbRBYK 正好从零开始做一个比较大的新项目，真的挺香的，用 gpt5.6 sol 调研/ 架构/分几个大的阶段。...
今天继续实践自己的 skill - shifu github.com/vikingmute/shi… 正好从零开始做一个比较大的新项目，真的挺香的，用 gpt5.6 sol 调研/ 架构/分几个大的阶段。 然后生成MVP plans，带执行顺序和依赖关系，带具体步骤 和每一步的验证，让 kimi 2.7 / deepseek v4 pro/ grok 4.5 轮番上阵，这样把订阅的 token 利用最大化，每个 plan 实现完了以后再让 5.6 去 review 并且 verify。 是目前比较省钱高效并且物尽其用的方案了。 Viking @vikingmute 将自用的一个 skill 整理开源出来： github.com/vikingmute/shi… 就是最近一直使用的穷鬼组合思路，将它更加规范化：将复杂任务拆文档，让昂贵的模型负责规划和分解 比如 Fable5 或者 GPT5.5，这些模型绝不直接修改代码，只负责写 plans/ 目录下的文件。 再交给便宜的模型去执行，比如 composer2.5 或者 deepseek v4 pro。可以大大的节省成本。 最后贵模型 reconcile，去review 便宜模型的修改直到最后通过。 有两种模式运行： 自动模式，现代主流 Agent （Codex ，Cursor，Claude Code 等等）大多支持生成subagent 。所以 可以在同一个会话内完成完整的“规划 → 派发 → 审查”循环，无需切换窗口。只需要发送一个指令，就会自动完成整个流程。 手动模式：假如不支持子代理或者想更精准的控制，也可以手动的用一个个命令控制每一个步骤。 测试了一段时间了，我觉得是是非常好用的方法论，和之前 shadcn 作者的 improve 相似，但是更加简单和通用，当然对于小 feature 完全没必要使用，效果也没那么明显，要代码量大的工作使用这套方法论更好。 🔗 View Quoted Tweet 💬 3 🔄 0 ❤️ 2 👀 938 📊 3 ⚡