核心优势
1. 编排灵活性：Code-as-Orchestrator
我们首创了 Code-as-Orchestrator 模式。大模型会根据任务动态生成 Python 编排脚本，并在 PTC (Programmatic Tool Calling) 安全沙箱中执行。大模型可以自由使用for 循环、if 条件分支和并发线程池，灵活性远超静态的 DAG (有向无环图) 工作流。
2. 容错与持久化：SQLite Durable Execution
在执行耗时数小时的大型任务时，如果网络断开或电脑休眠，传统工作流会直接崩溃。我们结合WorkflowEventStore 实现了 SQLite 级别的持久化执行 (Durable Execution)。每一个子代理的执行结果都会被缓存到本地数据库中。即使网络断开或服务器重启，工作流也能从断点瞬间恢复，自动跳过已完成的子任务。
3. 成本控制与可见性：告别隐形账单
几十个子代理在后台并发烧 Token，很容易产生“隐形账单”。我们提供了 5 层硬性预算约束（Token/USD/时间/后代数/并发数），并在前端提供了 Subagent Dashboard 实时拓扑树 和 Live Token 计价器。您可以清晰地看到每一个并发子任务的进度、耗时和花销。4. 异构模型混编：智能路由
在同一个工作流中，系统会自动将简单的“资料收集”子任务派发给便宜极速的模型（如 DeepSeek V3），而将核心的“逻辑汇总”任务交给最强的推理模型（如 Opus/GPT-4o）。在保证输出质量的同时，帮您将运行成本降低 10 倍到 60 倍。5. 闭环验证：物理沙箱证据
当子代理说“代码修改完成”时，系统会强制拉起一个“只读验证者”，在沙箱中真实运行npm test 或编译命令。只有拿到真实的物理执行成功证据，任务才算真正完成。拒绝 LLM 脑补，交付绝对可靠的成果。