尧图网页设计 
1. Stellar Colosseum 就绪门槛阈值策略先于 Key 接管在给 Stellar Colosseum 的就绪门槛评估 Agent 配 Key 时真正卡住复现的通常是 base_url、并发上限和阈值放行顺序而不是证明策略本身。TaoToken 的入口放在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_ready_gate_intro 拿到 Key 后把 Base URL 设为 https://taotoken.net/api再让候选生成器在阈值通过后接管调用。Stellar Colosseum 是面向长程数学与理论计算机科学研究的模型无关多智能体框架它的核心不是单次问答而是把证明研究拆成阶段先让多个策略探索器提出路线再由就绪门槛评估 Agent 判断路线是否值得进入章节级拆解只有阈值通过后候选生成器才会并行展开子问题并交给定向证伪与批评合并模块收束。这个流程里Token 消耗不是均匀分布的。评估 Agent 集中在阈值判断消耗相对可控候选生成器一旦放行会按章节和路线分片并发Token 消耗会快速抬升。因此Key 接管的时机非常关键阈值前用受控调用验证配置阈值后让 TaoToken 接管真实并发调用Base URL 固定为 https://taotoken.net/api。很多复现失败不是框架本身的问题而是把 Key 写在评估 Agent 的提示词里或者把候选生成器的并发数拉满后才发现限速报错。更稳的做法是先把就绪门槛阈值表落盘再把 Key 接管流程做成环境变量和配置文件最后用并发调用日志回看每个 Agent 的实际消耗。下面按这个顺序展开。2. 就绪门槛阈值表评估 Agent 与候选生成器的预算边界阈值策略的第一原则是“评估 Agent 只做放行判断不替候选生成器干活”。评估 Agent 需要输出结构化结论路线是否覆盖足够策略、证据链是否完整、矛盾率是否可接受、预计章节级子问题数量、建议并发上限。候选生成器只在 readytrue 后启动。下面是一份可落盘为 YAML 的阈值表字段可根据你的 Stellar Colosseum 适配层改名但逻辑可以直接复用。TaoToken 官网入口建议在准备阶段先打开https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_threshold_table 。ready_gate: version: stellar-gate-v1 evaluator_agent: min_strategy_count: 3 min_trace_completeness: 0.80 max_contradiction_rate: 0.25 min_chapter_estimate: 4 max_chapter_estimate: 12 token_budget: 12000 model_role: ready_gate_evaluator candidate_generator: enabled_after_gate: true concurrency: 4 max_retry: 2 token_budget_per_chapter: 6000 total_token_budget: 48000 model_role: candidate_generator falsification: enabled_after_candidate: true workers: 2 max_attack_rounds: 2 merge: enabled_after_falsification: true critic_workers: 1 provider: base_url: https://taotoken.net/api api_key_env: TAOTOKEN_API_KEY key_placeholder: YOUR_API_KEY这张表里最容易被忽略的是enabled_after_gate。它把 Key 接管和阈值策略绑定候选生成器的 provider 配置可以提前写好但必须等评估 Agent 返回readytrue才能实际发出请求。这样既能提前检查 Base URL 和 Key 是否可用又不会在阈值未通过时产生大量无效并发。阈值表的数值不是拍脑袋。可以用下面几个公式先估算ready_score 0.30 * strategy_diversity_score 0.30 * trace_completeness 0.20 * (1 - contradiction_rate) 0.20 * chapter_feasibility_score pass_gate ready_score 0.80 and strategy_count 3 and contradiction_rate 0.25 and chapter_estimate 12其中strategy_diversity_score可以由路线之间的证明方法差异度计算trace_completeness由评估 Agent 检查证据链是否缺少关键引理contradiction_rate由定向证伪的预检查结果给出。注意这些计算都应在本地或你的任务沙箱内完成不要让评估 Agent 直接连接生产库如果数据来自数据库先导出为本地文件再让 Agent 读取。Token 消耗主体要分开记账。就绪门槛评估 Agent 的预算通常只占整条链路的 10% 到 20%但它决定后面 80% 的并发是否值得发生。候选生成器才是主要消耗方。因此阈值策略的目标不是让评估 Agent 更便宜而是让候选生成器只在证据充分时燃烧 Token。若评估 Agent 输出readyfalse应该记录缺失证据和下一轮探索建议而不是偷偷放行。建议把阈值表放在版本控制里并在每次实验日志中记录gate_version。这样当候选生成器出现大量重复候选或证伪失败时可以回溯是不是阈值放得太松。若阈值太紧路线永远进不了并行阶段表现为readyfalse比例过高、章节级子问题数为零若阈值太松候选生成器并发日志会显示大量低多样性分片、重复请求和高矛盾率。两种问题都可以从日志反推。3. Key 接管流程从 TaoToken 官网到环境变量Key 接管的目标是评估 Agent 可以先跑通一次低成本调用候选生成器在阈值通过后自动读取同一个 Base URL但两者使用不同的并发与预算策略。注册、申请 Key、查看控制台都应在 TaoToken 官网完成入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_key_handover 。拿到 Key 后把 Base URL 设为https://taotoken.net/api不要在 Base URL 后面追加 UTM 参数UTM 只用于官网入口归因不用于 API 请求。本地接管流程可以按四步做在 TaoToken 官网创建或获取 API Key复制到本地密码管理器。在本地终端写入环境变量不要在代码里硬编码。用一次最小请求验证 Base URL、Key、模型名三项是否匹配。把同一个环境变量名写入 Stellar Colosseum 的 provider 配置或 CC Switch 配置。环境变量示例export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_BASE_URLhttps://taotoken.net/api export STELLAR_GATE_PROVIDERtaotoken最小验证请求可以用 curl 在本地执行。注意模型名要换成本地实际可用的模型标识如果框架通过 OpenAI 兼容协议调用可使用类似下面的形式curl -sS https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer YOUR_API_KEY \ -H Content-Type: application/json \ -d { model: YOUR_MODEL_ID, messages: [ {role: system, content: 你是就绪门槛评估 Agent只输出 JSON。}, {role: user, content: 判断当前路线是否通过阈值字段ready, score, missing_evidence。} ], temperature: 0.2, max_tokens: 256 }如果这里返回 401 或 403优先检查 Key 是否复制完整、环境变量是否在当前 shell 生效如果返回 404检查 Base URL 是否误写成带 UTM 的官网地址如果返回 429说明并发或频率触发限制应回到阈值表降低candidate_generator.concurrency。这些排查都在本地终端完成不需要把 Agent 接到生产数据库。Key 接管要避免两个常见错误。第一把 Key 写进评估 Agent 的提示词或日志导致并发调用日志里出现明文。第二评估 Agent 和候选生成器使用两套不同的 Base URL导致一部分请求走错地址。正确做法是统一从TAOTOKEN_BASE_URL读取值固定为https://taotoken.net/api只在日志里记录base_url_hosttaotoken.net和key_envTAOTOKEN_API_KEY不要记录 Key 本身。4. Claude Code、Codex 与 CC Switch 三件套配置如果你同时用 Claude Code、Codex 或 CC Switch 来辅助调试 Stellar Colosseum 的提示词和配置需要把供应商配置分开写。Claude Code 使用settings.json和ANTHROPIC_*系列变量Codex 使用config.tomlCC Switch 的三件套是切换配置时最常改的三个值Base URL、API Key 环境变量、模型标识。不要把ANTHROPIC_*套到 Codex 的config.toml里否则会出现配置读不到、模型提供方不匹配的问题。官网配置入口可先打开https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_cc_switch 。Claude Code 的settings.json示例{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: YOUR_MODEL_ID } }这里的ANTHROPIC_BASE_URL指向 TaoToken 的 API 入口ANTHROPIC_AUTH_TOKEN使用你在官网创建的 Key 占位符YOUR_API_KEY。如果 Claude Code 读取的是用户级配置把这段放到对应settings.json即可如果项目级配置优先则确认项目内配置没有覆盖。调试时先执行一次只读对话确认 Base URL 和模型都生效再回到 Stellar Colosseum 的多智能体流程。Codex 的config.toml示例model YOUR_MODEL_ID model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat注意 Codex 这里用的是model_provider、base_url、env_key不是ANTHROPIC_*。env_key指向本地环境变量名例如TAOTOKEN_API_KEY值仍然是YOUR_API_KEY。如果 Codex 报 provider 未找到检查model_provider是否与[model_providers.taotoken]一致如果报鉴权失败检查本地 shell 是否已导出TAOTOKEN_API_KEY。CC Switch 三件套可以列成下面这张对照表Claude Code 侧 1. ANTHROPIC_BASE_URL https://taotoken.net/api 2. ANTHROPIC_AUTH_TOKEN YOUR_API_KEY 3. ANTHROPIC_MODEL YOUR_MODEL_ID Codex 侧 1. model_provider taotoken 2. base_url https://taotoken.net/api 3. env_key TAOTOKEN_API_KEY切换时只改这三处其他并发与阈值策略仍由 Stellar Colosseum 的阈值表控制。这样 Claude Code 用于人工检查评估 Agent 的输出格式Codex 用于本地脚本调试两者不会互相污染环境变量。5. 并发调用日志候选生成器放行后的可观测字段阈值通过后候选生成器会并行展开章节级子问题。如果没有并发调用日志你只能看到最终证明结果无法判断 Token 是被评估 Agent 消耗了还是被重复候选浪费了。建议用 JSON Lines 记录每次模型调用字段至少包含时间、Agent 角色、路线 ID、章节 ID、阈值版本、gate_score、模型、token 用量、延迟、状态码、Base URL 主机。官网并发入口建议先走模型对话确认可用性https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_concurrency_log 。日志示例{ts:2025-01-01T10:00:01Z,agent:ready_gate_evaluator,route:A,chapter:null,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:812,latency_ms:1240,status:200,base_url_host:taotoken.net} {ts:2025-01-01T10:00:04Z,agent:candidate_generator,route:A,chapter:chapter-1,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:3120,latency_ms:3820,status:200,base_url_host:taotoken.net} {ts:2025-01-01T10:00:05Z,agent:candidate_generator,route:A,chapter:chapter-2,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:2980,latency_ms:3610,status:429,base_url_host:taotoken.net} {ts:2025-01-01T10:00:09Z,agent:falsification,route:A,chapter:chapter-1,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:940,latency_ms:1510,status:200,base_url_host:taotoken.net}用本地脚本聚合日志时可以按agent和status分组import json from collections import defaultdict summary defaultdict(lambda: {calls: 0, tokens: 0, errors: 0}) with open(stellar_calls.jsonl, r, encodingutf-8) as f: for line in f: row json.loads(line) key row[agent] summary[key][calls] 1 summary[key][tokens] row.get(tokens, 0) if row.get(status) ! 200: summary[key][errors] 1 for agent, stat in summary.items(): avg stat[tokens] / stat[calls] if stat[calls] else 0 print(f{agent}: calls{stat[calls]} tokens{stat[tokens]} avg{avg:.1f} errors{stat[errors]})如果看到ready_gate_evaluator的 token 超过阈值表里的 12000说明评估 Agent 在阈值判断上过度展开如果candidate_generator在gate_score小于 0.80 时仍然出现调用说明 Key 接管流程没有真正绑定阈值如果status429集中在同一秒说明并发数高于当前可用并发应该把candidate_generator.concurrency从 4 降到 2 或 3再观察日志。并发日志还应该记录gate_version。当阈值表从stellar-gate-v1调到stellar-gate-v2后可以对比两版日志中候选生成器的平均 token、重复候选比例、证伪命中率。若 v2 把min_trace_completeness从 0.80 提到 0.85评估 Agent 的调用次数可能略增但候选生成器的无效并发会下降。阈值策略的收益要用整条链路的 Token 总量衡量而不是只看评估 Agent 的单次成本。6. 阈值调优与复现实验从 trace 反推放行策略下面给出一套可复现实验步骤。它不依赖某个特定插件只要求你的 Stellar Colosseum 适配层支持 OpenAI 兼容调用并能把评估 Agent 与候选生成器分开配置。所有命令在本地终端执行日志写入本地文件。第一步准备阈值表和 Key 接管环境export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_BASE_URLhttps://taotoken.net/api mkdir -p stellar_logs第二步用本地 Python 脚本模拟评估 Agent 输出。实际使用时替换call_model里的模型标识并让框架读取阈值表import json import os import time import uuid import requests BASE_URL os.environ[TAOTOKEN_BASE_URL] API_KEY os.environ[TAOTOKEN_API_KEY] MODEL YOUR_MODEL_ID def call_model(agent, payload): request_id str(uuid.uuid4()) started time.time() resp requests.post( f{BASE_URL}/v1/chat/completions, headers{ Authorization: fBearer {API_KEY}, Content-Type: application/json, }, json{ model: MODEL, messages: [ {role: system, content: f你是 {agent}只输出 JSON。}, {role: user, content: json.dumps(payload, ensure_asciiFalse)}, ], temperature: 0.2, max_tokens: 512, }, timeout60, ) latency_ms int((time.time() - started) * 1000) row { request_id: request_id, agent: agent, status: resp.status_code, latency_ms: latency_ms, base_url_host: taotoken.net, payload_keys: list(payload.keys()), } with open(stellar_logs/stellar_calls.jsonl, a, encodingutf-8) as f: f.write(json.dumps(row, ensure_asciiFalse) \n) resp.raise_for_status() return resp.json() gate_payload { route: A, strategy_count: 3, trace_completeness: 0.84, contradiction_rate: 0.18, chapter_estimate: 6, gate_version: stellar-gate-v1, } gate_result call_model(ready_gate_evaluator, gate_payload) print(gate_result)第三步在评估结果中解析ready。只有readytrue且score0.80时才启动候选生成器。可以把下面的判断放在框架的调度器里def should_start_candidates(gate_result, threshold0.80): return bool(gate_result.get(ready)) and float(gate_result.get(score, 0)) threshold if should_start_candidates(gate_result): for chapter in [fchapter-{i} for i in range(1, 7)]: candidate_payload { route: A, chapter: chapter, gate_version: stellar-gate-v1, gate_score: gate_result[score], task: 生成章节级候选证明或推导, } call_model(candidate_generator, candidate_payload) else: print(阈值未通过保留探索结果不启动候选生成器)如果框架支持并发建议先用 2 个 worker 跑通再根据日志中的 429 比例调整。不要一开始就把并发拉满。并发调用日志里应该能看到ready_gate_evaluator先出现然后才是candidate_generator。如果顺序反了说明 Key 接管没有和阈值绑定。第四步定向证伪与批评合并。证伪模块只接收候选结果不接收完整生产库如果候选需要引用数据先把数据导出成本地只读文件。合并模块输出最终路线时应同时保留gate_version、gate_score、candidate_ids、falsification_rounds方便后续复现。第五步回看日志并调阈值。可以用下面的本地命令快速统计python - PY import json from collections import Counter c Counter() with open(stellar_logs/stellar_calls.jsonl, r, encodingutf-8) as f: for line in f: row json.loads(line) c[(row[agent], row[status])] 1 for k, v in c.items(): print(k, v) PY如果candidate_generator的 429 占比超过 10%降低并发或提高阈值减少同时放行的章节数。如果ready_gate_evaluator的 200 调用很多但readyfalse占比超过 70%检查阈值表是否过紧或者探索策略是否不足。阈值调优不是一次性的它应该跟着日志滚动更新。7. 文末 CTA按模型对话 → Coding Plan → 创建 Key → Claude Code 文档顺序接入走到这里你已经有了就绪门槛阈值表、Key 接管流程和并发调用日志三个可复现产物。下一步不是立刻把并发拉满而是按顺序完成接入先通过模型对话确认可用模型和响应格式再根据长期用量选择 Coding Plan然后到控制台创建 API Key最后如果是 Claude Code 用户按官方文档完成settings.json与ANTHROPIC_*配置。模型对话入口 https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_chatCoding Plan 入口 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_coding创建 API Key https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_apikeyClaude Code 文档 https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_claudecode回到 Stellar Colosseum 的阈值策略评估 Agent 负责判断路线是否达到就绪门槛候选生成器只在阈值通过后接管并发。Key 接管时Base URL 固定为https://taotoken.net/apiKey 占位符统一写YOUR_API_KEYUTM 只用于官网入口不要混进 API 地址。把阈值表、环境变量和并发日志串起来后你就能在长程数学与理论计算机科学任务里让多智能体流程先探索、再放行、后并行而不是一上来就把 Token 花在未经验证的候选上。 24：Stellar Colosseum 的就绪门槛，TaoToken 在阈值后接管 Key
1. Stellar Colosseum 就绪门槛阈值策略先于 Key 接管在给 Stellar Colosseum 的就绪门槛评估 Agent 配 Key 时真正卡住复现的通常是 base_url、并发上限和阈值放行顺序而不是证明策略本身。TaoToken 的入口放在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_ready_gate_intro 拿到 Key 后把 Base URL 设为 https://taotoken.net/api再让候选生成器在阈值通过后接管调用。Stellar Colosseum 是面向长程数学与理论计算机科学研究的模型无关多智能体框架它的核心不是单次问答而是把证明研究拆成阶段先让多个策略探索器提出路线再由就绪门槛评估 Agent 判断路线是否值得进入章节级拆解只有阈值通过后候选生成器才会并行展开子问题并交给定向证伪与批评合并模块收束。这个流程里Token 消耗不是均匀分布的。评估 Agent 集中在阈值判断消耗相对可控候选生成器一旦放行会按章节和路线分片并发Token 消耗会快速抬升。因此Key 接管的时机非常关键阈值前用受控调用验证配置阈值后让 TaoToken 接管真实并发调用Base URL 固定为 https://taotoken.net/api。很多复现失败不是框架本身的问题而是把 Key 写在评估 Agent 的提示词里或者把候选生成器的并发数拉满后才发现限速报错。更稳的做法是先把就绪门槛阈值表落盘再把 Key 接管流程做成环境变量和配置文件最后用并发调用日志回看每个 Agent 的实际消耗。下面按这个顺序展开。2. 就绪门槛阈值表评估 Agent 与候选生成器的预算边界阈值策略的第一原则是“评估 Agent 只做放行判断不替候选生成器干活”。评估 Agent 需要输出结构化结论路线是否覆盖足够策略、证据链是否完整、矛盾率是否可接受、预计章节级子问题数量、建议并发上限。候选生成器只在 readytrue 后启动。下面是一份可落盘为 YAML 的阈值表字段可根据你的 Stellar Colosseum 适配层改名但逻辑可以直接复用。TaoToken 官网入口建议在准备阶段先打开https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_threshold_table 。ready_gate: version: stellar-gate-v1 evaluator_agent: min_strategy_count: 3 min_trace_completeness: 0.80 max_contradiction_rate: 0.25 min_chapter_estimate: 4 max_chapter_estimate: 12 token_budget: 12000 model_role: ready_gate_evaluator candidate_generator: enabled_after_gate: true concurrency: 4 max_retry: 2 token_budget_per_chapter: 6000 total_token_budget: 48000 model_role: candidate_generator falsification: enabled_after_candidate: true workers: 2 max_attack_rounds: 2 merge: enabled_after_falsification: true critic_workers: 1 provider: base_url: https://taotoken.net/api api_key_env: TAOTOKEN_API_KEY key_placeholder: YOUR_API_KEY这张表里最容易被忽略的是enabled_after_gate。它把 Key 接管和阈值策略绑定候选生成器的 provider 配置可以提前写好但必须等评估 Agent 返回readytrue才能实际发出请求。这样既能提前检查 Base URL 和 Key 是否可用又不会在阈值未通过时产生大量无效并发。阈值表的数值不是拍脑袋。可以用下面几个公式先估算ready_score 0.30 * strategy_diversity_score 0.30 * trace_completeness 0.20 * (1 - contradiction_rate) 0.20 * chapter_feasibility_score pass_gate ready_score 0.80 and strategy_count 3 and contradiction_rate 0.25 and chapter_estimate 12其中strategy_diversity_score可以由路线之间的证明方法差异度计算trace_completeness由评估 Agent 检查证据链是否缺少关键引理contradiction_rate由定向证伪的预检查结果给出。注意这些计算都应在本地或你的任务沙箱内完成不要让评估 Agent 直接连接生产库如果数据来自数据库先导出为本地文件再让 Agent 读取。Token 消耗主体要分开记账。就绪门槛评估 Agent 的预算通常只占整条链路的 10% 到 20%但它决定后面 80% 的并发是否值得发生。候选生成器才是主要消耗方。因此阈值策略的目标不是让评估 Agent 更便宜而是让候选生成器只在证据充分时燃烧 Token。若评估 Agent 输出readyfalse应该记录缺失证据和下一轮探索建议而不是偷偷放行。建议把阈值表放在版本控制里并在每次实验日志中记录gate_version。这样当候选生成器出现大量重复候选或证伪失败时可以回溯是不是阈值放得太松。若阈值太紧路线永远进不了并行阶段表现为readyfalse比例过高、章节级子问题数为零若阈值太松候选生成器并发日志会显示大量低多样性分片、重复请求和高矛盾率。两种问题都可以从日志反推。3. Key 接管流程从 TaoToken 官网到环境变量Key 接管的目标是评估 Agent 可以先跑通一次低成本调用候选生成器在阈值通过后自动读取同一个 Base URL但两者使用不同的并发与预算策略。注册、申请 Key、查看控制台都应在 TaoToken 官网完成入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_key_handover 。拿到 Key 后把 Base URL 设为https://taotoken.net/api不要在 Base URL 后面追加 UTM 参数UTM 只用于官网入口归因不用于 API 请求。本地接管流程可以按四步做在 TaoToken 官网创建或获取 API Key复制到本地密码管理器。在本地终端写入环境变量不要在代码里硬编码。用一次最小请求验证 Base URL、Key、模型名三项是否匹配。把同一个环境变量名写入 Stellar Colosseum 的 provider 配置或 CC Switch 配置。环境变量示例export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_BASE_URLhttps://taotoken.net/api export STELLAR_GATE_PROVIDERtaotoken最小验证请求可以用 curl 在本地执行。注意模型名要换成本地实际可用的模型标识如果框架通过 OpenAI 兼容协议调用可使用类似下面的形式curl -sS https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer YOUR_API_KEY \ -H Content-Type: application/json \ -d { model: YOUR_MODEL_ID, messages: [ {role: system, content: 你是就绪门槛评估 Agent只输出 JSON。}, {role: user, content: 判断当前路线是否通过阈值字段ready, score, missing_evidence。} ], temperature: 0.2, max_tokens: 256 }如果这里返回 401 或 403优先检查 Key 是否复制完整、环境变量是否在当前 shell 生效如果返回 404检查 Base URL 是否误写成带 UTM 的官网地址如果返回 429说明并发或频率触发限制应回到阈值表降低candidate_generator.concurrency。这些排查都在本地终端完成不需要把 Agent 接到生产数据库。Key 接管要避免两个常见错误。第一把 Key 写进评估 Agent 的提示词或日志导致并发调用日志里出现明文。第二评估 Agent 和候选生成器使用两套不同的 Base URL导致一部分请求走错地址。正确做法是统一从TAOTOKEN_BASE_URL读取值固定为https://taotoken.net/api只在日志里记录base_url_hosttaotoken.net和key_envTAOTOKEN_API_KEY不要记录 Key 本身。4. Claude Code、Codex 与 CC Switch 三件套配置如果你同时用 Claude Code、Codex 或 CC Switch 来辅助调试 Stellar Colosseum 的提示词和配置需要把供应商配置分开写。Claude Code 使用settings.json和ANTHROPIC_*系列变量Codex 使用config.tomlCC Switch 的三件套是切换配置时最常改的三个值Base URL、API Key 环境变量、模型标识。不要把ANTHROPIC_*套到 Codex 的config.toml里否则会出现配置读不到、模型提供方不匹配的问题。官网配置入口可先打开https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_cc_switch 。Claude Code 的settings.json示例{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: YOUR_MODEL_ID } }这里的ANTHROPIC_BASE_URL指向 TaoToken 的 API 入口ANTHROPIC_AUTH_TOKEN使用你在官网创建的 Key 占位符YOUR_API_KEY。如果 Claude Code 读取的是用户级配置把这段放到对应settings.json即可如果项目级配置优先则确认项目内配置没有覆盖。调试时先执行一次只读对话确认 Base URL 和模型都生效再回到 Stellar Colosseum 的多智能体流程。Codex 的config.toml示例model YOUR_MODEL_ID model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat注意 Codex 这里用的是model_provider、base_url、env_key不是ANTHROPIC_*。env_key指向本地环境变量名例如TAOTOKEN_API_KEY值仍然是YOUR_API_KEY。如果 Codex 报 provider 未找到检查model_provider是否与[model_providers.taotoken]一致如果报鉴权失败检查本地 shell 是否已导出TAOTOKEN_API_KEY。CC Switch 三件套可以列成下面这张对照表Claude Code 侧 1. ANTHROPIC_BASE_URL https://taotoken.net/api 2. ANTHROPIC_AUTH_TOKEN YOUR_API_KEY 3. ANTHROPIC_MODEL YOUR_MODEL_ID Codex 侧 1. model_provider taotoken 2. base_url https://taotoken.net/api 3. env_key TAOTOKEN_API_KEY切换时只改这三处其他并发与阈值策略仍由 Stellar Colosseum 的阈值表控制。这样 Claude Code 用于人工检查评估 Agent 的输出格式Codex 用于本地脚本调试两者不会互相污染环境变量。5. 并发调用日志候选生成器放行后的可观测字段阈值通过后候选生成器会并行展开章节级子问题。如果没有并发调用日志你只能看到最终证明结果无法判断 Token 是被评估 Agent 消耗了还是被重复候选浪费了。建议用 JSON Lines 记录每次模型调用字段至少包含时间、Agent 角色、路线 ID、章节 ID、阈值版本、gate_score、模型、token 用量、延迟、状态码、Base URL 主机。官网并发入口建议先走模型对话确认可用性https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_concurrency_log 。日志示例{ts:2025-01-01T10:00:01Z,agent:ready_gate_evaluator,route:A,chapter:null,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:812,latency_ms:1240,status:200,base_url_host:taotoken.net} {ts:2025-01-01T10:00:04Z,agent:candidate_generator,route:A,chapter:chapter-1,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:3120,latency_ms:3820,status:200,base_url_host:taotoken.net} {ts:2025-01-01T10:00:05Z,agent:candidate_generator,route:A,chapter:chapter-2,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:2980,latency_ms:3610,status:429,base_url_host:taotoken.net} {ts:2025-01-01T10:00:09Z,agent:falsification,route:A,chapter:chapter-1,gate_version:stellar-gate-v1,gate_score:0.86,model:YOUR_MODEL_ID,tokens:940,latency_ms:1510,status:200,base_url_host:taotoken.net}用本地脚本聚合日志时可以按agent和status分组import json from collections import defaultdict summary defaultdict(lambda: {calls: 0, tokens: 0, errors: 0}) with open(stellar_calls.jsonl, r, encodingutf-8) as f: for line in f: row json.loads(line) key row[agent] summary[key][calls] 1 summary[key][tokens] row.get(tokens, 0) if row.get(status) ! 200: summary[key][errors] 1 for agent, stat in summary.items(): avg stat[tokens] / stat[calls] if stat[calls] else 0 print(f{agent}: calls{stat[calls]} tokens{stat[tokens]} avg{avg:.1f} errors{stat[errors]})如果看到ready_gate_evaluator的 token 超过阈值表里的 12000说明评估 Agent 在阈值判断上过度展开如果candidate_generator在gate_score小于 0.80 时仍然出现调用说明 Key 接管流程没有真正绑定阈值如果status429集中在同一秒说明并发数高于当前可用并发应该把candidate_generator.concurrency从 4 降到 2 或 3再观察日志。并发日志还应该记录gate_version。当阈值表从stellar-gate-v1调到stellar-gate-v2后可以对比两版日志中候选生成器的平均 token、重复候选比例、证伪命中率。若 v2 把min_trace_completeness从 0.80 提到 0.85评估 Agent 的调用次数可能略增但候选生成器的无效并发会下降。阈值策略的收益要用整条链路的 Token 总量衡量而不是只看评估 Agent 的单次成本。6. 阈值调优与复现实验从 trace 反推放行策略下面给出一套可复现实验步骤。它不依赖某个特定插件只要求你的 Stellar Colosseum 适配层支持 OpenAI 兼容调用并能把评估 Agent 与候选生成器分开配置。所有命令在本地终端执行日志写入本地文件。第一步准备阈值表和 Key 接管环境export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_BASE_URLhttps://taotoken.net/api mkdir -p stellar_logs第二步用本地 Python 脚本模拟评估 Agent 输出。实际使用时替换call_model里的模型标识并让框架读取阈值表import json import os import time import uuid import requests BASE_URL os.environ[TAOTOKEN_BASE_URL] API_KEY os.environ[TAOTOKEN_API_KEY] MODEL YOUR_MODEL_ID def call_model(agent, payload): request_id str(uuid.uuid4()) started time.time() resp requests.post( f{BASE_URL}/v1/chat/completions, headers{ Authorization: fBearer {API_KEY}, Content-Type: application/json, }, json{ model: MODEL, messages: [ {role: system, content: f你是 {agent}只输出 JSON。}, {role: user, content: json.dumps(payload, ensure_asciiFalse)}, ], temperature: 0.2, max_tokens: 512, }, timeout60, ) latency_ms int((time.time() - started) * 1000) row { request_id: request_id, agent: agent, status: resp.status_code, latency_ms: latency_ms, base_url_host: taotoken.net, payload_keys: list(payload.keys()), } with open(stellar_logs/stellar_calls.jsonl, a, encodingutf-8) as f: f.write(json.dumps(row, ensure_asciiFalse) \n) resp.raise_for_status() return resp.json() gate_payload { route: A, strategy_count: 3, trace_completeness: 0.84, contradiction_rate: 0.18, chapter_estimate: 6, gate_version: stellar-gate-v1, } gate_result call_model(ready_gate_evaluator, gate_payload) print(gate_result)第三步在评估结果中解析ready。只有readytrue且score0.80时才启动候选生成器。可以把下面的判断放在框架的调度器里def should_start_candidates(gate_result, threshold0.80): return bool(gate_result.get(ready)) and float(gate_result.get(score, 0)) threshold if should_start_candidates(gate_result): for chapter in [fchapter-{i} for i in range(1, 7)]: candidate_payload { route: A, chapter: chapter, gate_version: stellar-gate-v1, gate_score: gate_result[score], task: 生成章节级候选证明或推导, } call_model(candidate_generator, candidate_payload) else: print(阈值未通过保留探索结果不启动候选生成器)如果框架支持并发建议先用 2 个 worker 跑通再根据日志中的 429 比例调整。不要一开始就把并发拉满。并发调用日志里应该能看到ready_gate_evaluator先出现然后才是candidate_generator。如果顺序反了说明 Key 接管没有和阈值绑定。第四步定向证伪与批评合并。证伪模块只接收候选结果不接收完整生产库如果候选需要引用数据先把数据导出成本地只读文件。合并模块输出最终路线时应同时保留gate_version、gate_score、candidate_ids、falsification_rounds方便后续复现。第五步回看日志并调阈值。可以用下面的本地命令快速统计python - PY import json from collections import Counter c Counter() with open(stellar_logs/stellar_calls.jsonl, r, encodingutf-8) as f: for line in f: row json.loads(line) c[(row[agent], row[status])] 1 for k, v in c.items(): print(k, v) PY如果candidate_generator的 429 占比超过 10%降低并发或提高阈值减少同时放行的章节数。如果ready_gate_evaluator的 200 调用很多但readyfalse占比超过 70%检查阈值表是否过紧或者探索策略是否不足。阈值调优不是一次性的它应该跟着日志滚动更新。7. 文末 CTA按模型对话 → Coding Plan → 创建 Key → Claude Code 文档顺序接入走到这里你已经有了就绪门槛阈值表、Key 接管流程和并发调用日志三个可复现产物。下一步不是立刻把并发拉满而是按顺序完成接入先通过模型对话确认可用模型和响应格式再根据长期用量选择 Coding Plan然后到控制台创建 API Key最后如果是 Claude Code 用户按官方文档完成settings.json与ANTHROPIC_*配置。模型对话入口 https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_chatCoding Plan 入口 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_coding创建 API Key https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_apikeyClaude Code 文档 https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentstellar_claudecode回到 Stellar Colosseum 的阈值策略评估 Agent 负责判断路线是否达到就绪门槛候选生成器只在阈值通过后接管并发。Key 接管时Base URL 固定为https://taotoken.net/apiKey 占位符统一写YOUR_API_KEYUTM 只用于官网入口不要混进 API 地址。把阈值表、环境变量和并发日志串起来后你就能在长程数学与理论计算机科学任务里让多智能体流程先探索、再放行、后并行而不是一上来就把 Token 花在未经验证的候选上。