pi-sub-agent

# Pi Sub-Agent：贵模型编排，便宜模型执行 把写码/生成类执行工作委派给 `pi + zenmux`，Claude 只做编排、驱动、验收。省的不只是钱，更是 Claude 自己的上下文——执行细节全部留在 pi 会话里，Claude 只接收结论。 > **两个执行模型，按任务选**（都经 ZenMux 聚合，复用同一 ZenMux key）： > > | | `deepseek/deepseek-v4-pro`（默认/强档） | `inclusionai/ling-3.0-flash`（廉价快档） | > |---|---|---| > | 上下文 | 1M | 256K（pi 显示 262K） | > | 推理 | **推理型** `reasoning=true` | **非思考** `reasoning=false`（ZenMux 上 `reasoning_effort=none` 仍漏少量 reasoning） | > | 多模态 | 无（纯文本） | 无（纯文本） | > | 计费 /M token | ~$0.44 输入 / $0.87 输出 | 2026-07 ZenMux **促销期免费**（07-23 上线，正式价待定——**别把"免费/便宜N倍"写进长期结论或对外话术**，随时会变） | > | 适合 | 复杂调试、多轮联动、需推理的任务 | 结构化转换、模板化组装、照确切 spec 施工的高频快活 | > > **选型原则**：任务难度高 / 要跨多轮推理纠错 → deepseek-v4-pro；任务形状规整、有强类型可验证节点、主要是"照 spec 装配" → ling-3.0-flash 更省更快。拿不准先按 §0 匹配表判断，宁可起手用强档。**下文正文以 deepseek-v4-pro 为默认书写；用 ling 时叠加下面的「ling 实测画像」，纪律收得更紧。** > > **方法论溯源（诚实标注）**：本 skill 的核心方法论与多数「坑」来自 **ling-3.0-flash 的实测对照实验**（含 2026-07 一次 xlsx→TS 建站长程实测，见「ling 实测画像」）。`deepseek-v4-pro` 能力档更高，凡标 `⚠️待实测` 的模型专属弱区判断是**尚未在 deepseek 上独立复测的稳妥默认**，按保守做法执行、别当已验证结论。与模型无关的流程纪律（Spec-Driven、独立验收、硬超时、失败裁决）与**仍走 ZenMux 通道**的坑（请求级死挂）对两个模型都适用。 ### ling-3.0-flash 实测画像（2026-07，一次干净的 xlsx→TS 数据站长程实测） 带 `tsc` 可验证节点、无空间几何的 TS 建站任务上，ling-3.0-flash 能产出专业成品，但短板明确、纪律要更紧： - **强区（放心交）**：结构化 `NL→typed JSON + Zod/schema 校验`（R0 一次过，stats 全中）；模板化组件组装；Recharts 图表配置（4 图中 3 图数值一次全对）；**照 Claude 给的确切代码/比较器施工**。 - **实测弱区（必须防）**： 1. **自报双向都不可信**——自报 "$1.31k" 实渲染 "$1.31b"（代码对、话报错）；反过来也会报"已完成"而实际长歪。**一律 Claude 亲自渲染/断言核对**（§5）。 2. **模糊逻辑反馈会带歪**——排序"null 恒沉底"用口头...