Konfiguracja Luna Max jako subagenta w Codex
Poznaj sposób konfiguracji modelu Luna Max jako subagenta w środowisku Codex, aby zwiększyć wydajność i znacząco obniżyć koszty wykonania zadań.
Konfiguracja Luna Max jako subagenta w Codex
W benchmarku DeepSWE model Luna Max uzyskał wynik 67%, podczas gdy Sol Max osiągnął 73%. Jednocześnie średni koszt wykonania pojedynczego zadania był niemal 14-krotnie niższy: 0,61 USD w porównaniu z 8,39 USD. Dlatego logicznym rozwiązaniem jest delegowanie konkretnych, dobrze zdefiniowanych zadań do modelu Luna.
Prompt:
Utwórz niestandardowego agenta luna_worker w pliku ~/.codex/agents/luna-worker.toml.
Użyj następujących ustawień:
model = "gpt-5.6-luna"
model_reasoning_effort = "max"
Dodaj opis oraz instrukcje dotyczące wykonywania jasno określonych, delegowanych zadań. Nie zmieniaj pozostałej części konfiguracji. Sprawdź kompatybilność z zainstalowaną wersją Codex, wyświetl różnice (diff), a następnie używaj luna_worker do zadań subagenta.
Alternatywna opcja
Innym rozwiązaniem jest rezygnacja z pliku niestandardowego agenta. Możesz zachować Sol w wątku głównym i poprosić ją o uruchomienie osobnego wątku Luna Max dla każdego zadania.
W środowisku Codex wątek to oddzielna konwersacja z własnym kontekstem. Wiele wątków może działać równolegle, a Sol zbiera ich wyniki w wątku głównym.
Dlaczego to ważne
AnalizaImplementacja subagentów w Codex pozwala na optymalizację operacyjną poprzez rozdzielenie zadań o różnej złożoności, co przekłada się na istotne zmniejszenie kosztów infrastruktury AI przy zachowaniu wysokiej efektywności.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami