核心功能
CascadeFlow 是一种专为成本与延迟优化设计的 OpenClaw 级联推理提供方。其核心机制采用"起草模型（Drafter）+ 验证模型（Verifier）"的双层架构：简单任务由轻量级模型快速响应，复杂任务自动升级至更强的验证模型，从而在保障质量的同时显著降低平均调用成本与响应延迟。
显著优点
- 经济高效：避免对所有请求调用昂贵的大模型，据场景可降低 30-70% 的推理成本
- 低延迟体验：常规任务由小模型快速响应，平均延迟大幅降低
- 领域精准：内置 17+ 领域专用模型配置（代码、推理、搜索、创意写作等），自动匹配最优模型组合
- 原生集成：深度支持 OpenClaw 事件系统，可依据
metadata.method、metadata.event等信号动态调整策略 - 流式兼容：级联逻辑完整支持 SSE 流式输出与多步 Agent 循环
潜在局限
- 架构复杂度：需维护双模型配置与阈值调优，运维成本高于单一模型方案
- 质量波动风险：若阈值设置不当，可能出现"该升级未升级"或"过度升级"的质量/成本损耗
- 生态绑定：为 OpenClaw 生态深度优化，其他平台集成需额外适配
- 本地部署门槛：生产环境需自行配置 TLS、反向代理、令牌管理
适合人群
- 高频调用 API 且成本敏感的企业/开发者
- 已采用 OpenClaw 工作流、希望进一步优化推理链路的技术团队
- 需要按领域（代码、搜索、推理）差异化路由请求的场景
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 阈值调优 | 质量-成本平衡点需持续迭代 | 启用 `observe` 模式收集数据后再切换 `enforce` |
| 令牌泄露 | 自定义 auth token 若硬编码易泄露 | 使用环境变量注入，生产环境定期轮换 |
| 供应链安全 | PyPI 包被篡改风险 | 安装后执行 `pip hash` 校验，锁定版本 `>=0.7,<0.8` |
| 级联延迟累积 | 多步 Agent 中多次级联可能意外叠加延迟 | 设置 `--harness-max-latency-ms` 硬性上限 |
使用概要
1. 安装验证：pip install "cascadeflow[openclaw]>=0.7,<0.8" + 哈希校验
2. 选择预设：anthropic-only / openai-only / mixed 三种配置模板
3. 启动服务：python -m cascadeflow.integrations.openclaw.openai_server 绑定本地端口
4. 接入 OpenClaw：配置 baseUrl、apiKey 及模型别名 cflow
5. 调优运营：先以 observe 模式运行，再启用 enforce 配合预算/延迟/工具调用次数限制