跨境Ai视界 DeepSeek 本身的缓存就很好，在 TUI 当中的缓存也是可以的。 经过测试，总共花费了 3000 万的 Token，缓存率达到了 99%，整体的花费也就一两块钱人民币。
另外在 OpenCode 当中测试 OpenAgent 的多代理功能，配合使用豆包模型后，我发现它的运行效果比 CC 流畅很多。
CC 主要针对自家模型做了优化，但对于其他模型的适配性确实不太理想。
相比之下，OpenCode 更适合喜欢折腾的人，现在配置好之后，发现确实非常好用，我会继续体验一段时间。
DeepSeek 缓存测试：3000 万 Token 只花一两块
接着读
沿着这个话题，再看几次真实实践。
- 实测 3 个跨境电商数据 MCP：原来这样才能用好
用 garlic press 这个真实样本测试 SellerSprite、Sorftime 和 Sif 三个跨境电商数据 MCP，复盘关键词、类目、ASIN、流量、Review、多平台和调用成本。
- 第一波 MVP 测试后，我先修了市场调查超时问题
记录跨境电商 Agent 网站第一波真实用户测试里，市场调查任务连续调用 18 个工具导致链路超时，以及为什么下一步要接 MCP 数据能力。
- 跨境电商 Agent 网站 MVP 开始测试
记录跨境电商 Agent 网站 MVP 上线后的第一版形态：用对话框承载搜索、工具调用、知识库和后续数据 MCP，做一个垂直行业的 Agent 产品。
分享这篇文章：