按任务难度自动选最便宜够用的Claude模型

原文要点

n8n模板库免费模板（20258号），充当LLM路由器：POST到/webhook/llm-router后，先用Claude Haiku给任务分类（复杂度、风险、是否需代码/推理/联网/长上下文），分类失败时用内置启发式兜底；再从可配置的Claude模型目录中选出满足层级、上下文窗口、联网能力和成本上限的最便宜一档执行，并构建升级链。开启质量评审时由Haiku打分，低于阈值就带评审意见升级到下一档重试。返回最终答案、路由轨迹、成本明细及相对高端基线模型的节省额，可选把事件POST到外部execution-ledger。鉴权为x-api-key的HTTP Header Auth。

这次做成什么

部署一个按任务难度自动选最便宜够用Claude模型的路由端点：任务进来先分类再选档执行，质量不达标自动升级，返回答案和成本对比；用一条简单任务和一条复杂任务验证路由差异。

准备什么

• 可发布webhook的n8n实例
• Anthropic API密钥及对应付费额度
• 用于POST测试的工具（curl或任意HTTP客户端）
• 可选：一个接收路由日志的execution-ledger webhook地址

具体怎么做

1. 配置Anthropic凭据

   在n8n新建HTTP Header Auth凭据，header名为x-api-key、值为Anthropic密钥；把它选到Classify Task、Execute Model、Judge Quality三个HTTP请求节点上。

2. 核对路由配置

   打开配置节点，逐项检查模型目录（模型ID、档位tier、单价、上下文窗口、是否支持联网）、premium基线模型、质量阈值、最大尝试次数和Anthropic API地址，改成与你当前Anthropic套餐一致的值。模板默认值未必匹配最新模型与定价，这一步决定选档是否正确。

3. 发布并接入调用方

   发布工作流，复制/webhook/llm-router的生产URL；调用方POST的JSON至少包含非空task字段，可选context、maxCostUsd、minTier、forceModel、minQualityScore、maxAttempts。task为空会被拒绝并返回400。

4. 跑两档对比测试

   先发一条简单任务（如一句话改写），确认路由选了最低档模型；再发一条需要多步推理的任务，确认选中更高档或触发升级。两次都检查返回里的routing trace和cost breakdown。

5. 验证质量升级与台账

   把minQualityScore调高做一次测试，观察是否因评分不达标沿升级链重试并携带评审意见；如配了ledgerUrl，确认路由决策和token/成本事件已POST到台账。

可直接复制的材料

{
  "task": "把这段客服回复改写得更礼貌：‘你这个问题自己看文档第3页，别再问了。’",
  "context": "面向电商售后场景",
  "maxCostUsd": 0.05,
  "minQualityScore": 0.8,
  "maxAttempts": 2
}

{
  "catalog": [
    {"id": "claude-haiku-示例档", "tier": 1, "inputPerMtok": 0.8, "outputPerMtok": 4, "webSearch": false, "contextWindow": 200000},
    {"id": "claude-sonnet-示例档", "tier": 2, "inputPerMtok": 3, "outputPerMtok": 15, "webSearch": true, "contextWindow": 200000},
    {"id": "claude-opus-示例档", "tier": 3, "inputPerMtok": 15, "outputPerMtok": 75, "webSearch": true, "contextWindow": 200000}
  ],
  "premiumBaseline": "claude-opus-示例档",
  "qualityThreshold": 0.8,
  "maxAttempts": 3
}

你是任务分类器。阅读用户任务，只输出JSON，不要输出其他文字：
{"complexity": "low|medium|high", "needsCode": true或false, "needsReasoning": true或false, "needsWebSearch": true或false, "estimatedInputTokens": 整数, "risk": "low|high", "minTier": 1或2或3}
判断标准：仅需改写、提取、格式转换为low；需要多步推理、代码生成、事实查证为medium或high；涉及联网才能回答的问题needsWebSearch为true。
用户任务：{{ $json.task }}

输入与输出示例

本站虚构演示，数字仅示意字段对应关系：节省额=基线成本-实际成本，非实际调用结果。

输入

POST {"task":"把‘你这个问题自己看文档’改写得礼貌一些","maxCostUsd":0.05}到/webhook/llm-router。

对应输出

{"answer":"您好，关于这个问题，文档第3页有详细说明，您可以先参考一下；如果还有不清楚的地方，欢迎随时联系我们。","routing":{"classifiedTier":1,"selectedModel":"最低档模型","escalated":false},"cost":{"estimatedUsd":0.0021,"premiumBaselineUsd":0.019,"savingsUsd":0.0169}}

做完检查这些

• 空task请求返回400错误，带非空task的请求返回含answer、routing、cost的JSON
• 简单任务被路由到目录中满足条件的最低档模型，复杂任务选中更高档或沿升级链升级
• minQualityScore设为高于常规得分的值时，能观察到带评审意见的升级重试，且不超过maxAttempts
• 返回的savingsUsd等于premium基线估算成本减去实际估算成本，方向不为负

容易卡住的地方

• 模型目录中的ID和定价过期会导致选档错误或估算失真，部署后第一件事是核对更新
• 分类、执行、评审三次都调用Anthropic，每次请求至少三次计费，低成本场景要算总账
• 分类失败的启发式兜底可能选错档，关键任务建议用forceModel或minTier强制约束
• Anthropic按API用量收费，模板本身免费不等于运行免费
• ledgerUrl指向的台账端点若不可达，需确认模板对台账失败的处理是否影响主流程