企业官网建设流程全解析

1. 垂直 SaaS 的 ARPU 天花板，到底卡在哪一层

如果你正在运营一款垂直 SaaS，大概率遇到过这个场景：产品功能堆到几十个，客户却始终把你当成“电子台账”，年费三千块已经是心理上限，涨一分钱就威胁流失。获客成本逼近两千，续费率在六成上下徘徊，一年忙下来单客利润不到一千块。这不是产品不够努力，而是价值感知卡在了“存数据”这一层。

我接触过不少家装、美业、教培类垂直 SaaS 团队，发现一个共性：大家都做了大模型集成，但九成没赚到钱。原因不是模型不行，而是缺了中间那层AI Agent Harness Engineering——也就是智能体的管控与编排工程层。普通集成像给车装了个高级音响，Harness 层则是给车换上自动驾驶系统，能真正替用户干活、产出可量化的业务结果。

这篇内容聚焦一个真实拆解：某家装垂直 SaaS 如何通过 Agent Harness 编排层，把单店年 ARPU 从 3999 元拉到 11999 元，提升 203%，续费率从 62% 涨到 89%。我会交付可复制的 Harness 配置骨架（含settings.json/config.toml示例）、ARPU 验证动作，以及如何用 TaoToken 统一 Key/API 通道接入 AI 工具，让你在自己的 SaaS 里复现这条商业化路径。适合谁：垂直 SaaS 的产品负责人、技术负责人，以及正在找 Agent 落地场景的工程师。

2. 先搭好 Harness 前置：TaoToken 统一 Key 与通道

在写任何 Agent 编排代码之前，先把模型接入这层理顺。很多团队卡在第一步：不同模型厂商的 Key 散落在各个配置文件里，测试环境、生产环境、不同 Agent 各用一套，成本对不上、额度管不住、换模型要改一堆代码。Harness 层要做的第一件事，就是把模型调用收敛到一个统一通道。

TaoToken 在这里的角色是统一 Key/API 通道：你可以在一个控制台里管理多个模型的调用凭证，Agent 编排层只认一个出口，成本统计、额度校验、模型切换都在这一层完成。官网入口是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 基址是 https://taotoken.net/api （不加 UTM）。

具体操作路径：先到控制台创建项目，再生成 API Keys，把 Key 写进 Harness 的环境变量，而不是硬编码在 Agent 代码里。这样做的直接好处是，后面做多级路由时，你只需要在 Harness 层改模型名，不用动每个 Agent 的业务逻辑。

注意：Key 只放在服务端环境变量或密钥管理服务里，不要提交到 Git，也不要在前端代码中出现。

如果你还在选模型阶段，可以先用模型对话页面快速验证不同模型在你业务语料上的表现，再决定路由策略。模型对话入口：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite 。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，API Keys 管理在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 。

3. 可复制配置：Harness 骨架与 settings.json / config.toml

Harness 层的核心职责有四块：意图识别、Agent 调度、成本管控、合规审核。下面这套配置骨架可以直接套用到你的垂直 SaaS 里，先跑通单 Agent，再扩展多 Agent。

3.1 settings.json：Harness 运行时配置

{ "harness": { "version": "1.0", "intent_model": "./models/intent_model", "default_agent": "sales_agent", "max_retry": 2, "timeout_seconds": 30 }, "llm_gateway": { "base_url": "https://taotoken.net/api", "api_key_env": "TAOTOKEN_API_KEY", "default_model": "claude-3-sonnet", "fallback_model": "qwen2-7b-local" }, "cost_control": { "monthly_quota_per_tenant": 500, "cache_enabled": true, "cache_ttl_seconds": 3600 }, "compliance": { "pii_mask": true, "output_review": true, "blocked_keywords": ["返点", "私下转账"] } }

这份配置里，llm_gateway.base_url指向 TaoToken 的 API 基址，api_key_env指定从环境变量读取 Key。cost_control里的monthly_quota_per_tenant是每个租户的月调用额度，超过就触发升级提示，这是后面 ARPU 分层的关键开关。

3.2 config.toml：Agent 角色与路由规则

[agents.sales_agent] role = "家装销售助手" knowledge_collection = "knowledge_sales" allowed_tools = ["crm_query", "price_calc", "quote_export"] accuracy_requirement = 0.95 max_tokens = 4000 [agents.design_agent] role = "方案设计助手" knowledge_collection = "knowledge_design" allowed_tools = ["material_query", "cad_export", "budget_split"] accuracy_requirement = 0.92 max_tokens = 8000 [router] rule_engine = ["greeting", "simple_query"] local_model = ["quote_draft", "material_list"] cloud_model = ["complex_negotiation", "full_plan"] [router.model_map] local_model = "qwen2-7b-local" cloud_model = "claude-3-sonnet"

allowed_tools是权限边界，销售 Agent 只能查 CRM 和算价，不能碰财务接口。router段定义了三层路由：简单请求走规则引擎零成本，中等复杂度走本地模型，高复杂度走云端模型。这套路由是后面把单用户月成本从 217 元压到 14.8 元的关键。

3.3 环境变量与启动

export TAOTOKEN_API_KEY="你的_API_Key" export HARNESS_CONFIG="./settings.json" export AGENT_CONFIG="./config.toml" uvicorn main:app --host 0.0.0.0 --port 8000

启动后，Harness 会先加载settings.json里的网关配置，再读取config.toml注册 Agent 和路由规则。所有模型调用都经过llm_gateway，不再散落在各 Agent 内部。

4. 验证请求：从意图识别到成功返回

配置写好后，用一个真实请求验证整条链路。假设销售在企微里发：“给我生成一个 100 平三居室北欧风半包报价，业主预算 15 万，杭州余杭区。”

4.1 请求入口与意图识别

from fastapi import APIRouter from pydantic import BaseModel from core.intent_recognition import IntentRecognizer from core.agent_orchestrator import AgentOrchestrator router = APIRouter(prefix="/api/harness") intent_recognizer = IntentRecognizer(model_path="./models/intent_model") orchestrator = AgentOrchestrator(config_path="./config.toml") class UserRequest(BaseModel): tenant_id: int user_id: int query: str context: dict | None = None @router.post("/process") async def process_request(request: UserRequest): intent = intent_recognizer.recognize( query=request.query, tenant_id=request.tenant_id ) if not await orchestrator.check_permission(request.user_id, intent.agent_id): return {"code": 403, "msg": "当前套餐不含该 Agent 权限，请升级"} if not await orchestrator.check_cost_quota(request.tenant_id, intent.agent_id): return {"code": 402, "msg": "本月调用额度已用完，请升级套餐"} result = await orchestrator.execute_agent( agent_id=intent.agent_id, query=request.query, context=request.context, tenant_id=request.tenant_id ) if not await orchestrator.check_compliance(result, request.tenant_id): return {"code": 500, "msg": "生成结果未通过合规校验，请重试"} await orchestrator.record_log(request, intent, result) return {"code": 200, "data": result}

这段代码里，check_permission和check_cost_quota是 ARPU 分层的技术落点：基础版用户没有 Agent 权限，Pro 版有销售和设计 Agent，旗舰版才有项目管控和财务 Agent。额度用完就提示升级，而不是直接报错。

4.2 多级路由与模型调用

from litellm import completion import os class LLMRouter: def __init__(self, config): self.config = config self.model_map = config["router"]["model_map"] def route(self, query_type: str, accuracy_req: float, max_tokens: int): if query_type in self.config["router"]["rule_engine"] and accuracy_req < 0.7: return "rule" if accuracy_req < 0.9 and max_tokens < 4000: return self.model_map["local_model"] return self.model_map["cloud_model"] def complete(self, query: str, context: str, accuracy_req: float = 0.9): query_type = self.classify(query) max_tokens = len(context) + len(query) + 1000 model = self.route(query_type, accuracy_req, max_tokens) if model == "rule": return self.rule_engine_response(query) response = completion( model=model, messages=[ {"role": "system", "content": f"你是家装行业专家，参考上下文：{context}"}, {"role": "user", "content": query} ], api_key=os.getenv("TAOTOKEN_API_KEY"), base_url="https://taotoken.net/api" ) return response.choices[0].message.content

base_url统一指向 TaoToken，api_key从环境变量读取。这样无论后面换成哪个模型，Harness 层只改model_map即可。

4.3 成功返回与耗时对比

请求走完后，返回结构大致如下：

{ "code": 200, "data": { "agent": "sales_agent", "quote_total": 147000, "budget_match": true, "materials_verified": true, "elapsed_seconds": 260, "manual_estimate_seconds": 7200 } }

原来销售手动做一份报价要 2 小时，Agent 处理耗时 4 分 20 秒，准确率 96%。这个“耗时对比”就是后面向客户证明价值、支撑涨价的硬数据。

5. 本篇常见错排查

5.1 意图识别串 Agent，销售请求被路由到财务

现象：用户问报价，结果触发了财务对账 Agent。原因通常是意图模型训练样本里“报价”和“对账”关键词重叠。排查动作：先看intent_recognition返回的agent_id和置信度，如果置信度低于 0.8，在 Harness 层加一层兜底，走default_agent并提示用户补充信息。修复方式是在config.toml里给每个 Agent 加disambiguation_keywords，冲突时优先匹配高优先级 Agent。

5.2 额度校验误伤，老用户被拦

现象：Pro 用户明明有权限，却返回 402。检查check_cost_quota里的tenant_id是否和套餐绑定表一致。常见坑是测试环境用了生产租户 ID，或者缓存里的额度没刷新。修复：在settings.json里把cache_ttl_seconds调小，或在套餐变更时主动清缓存。

5.3 模型调用 401，Key 没读到

现象：Harness 启动正常，一调模型就 401。先确认TAOTOKEN_API_KEY是否在当前 shell 生效，echo $TAOTOKEN_API_KEY看有没有值。再确认base_url是否写成了带路径的完整地址，正确写法是https://taotoken.net/api。如果用的是容器部署，检查环境变量有没有传进容器。

5.4 成本失控，单用户月成本超 50 元

现象：上线一周，算力账单飙升。排查路由日志，看cloud_model的调用占比。如果超过 30%，说明路由规则太宽松。调整config.toml里的accuracy_requirement阈值，把更多请求压到本地模型。同时打开cache_enabled，相同请求直接返回缓存。

5.5 合规审核误杀，正常报价被拦

现象：报价内容正常，却返回 500。检查blocked_keywords是否包含行业常用词。比如“返点”在家装行业可能是正常商务术语，但在合规规则里被一刀切。修复：把关键词审核改成“上下文相关”，或者把误杀词移到人工抽检队列，而不是直接拦截。

6. 把 ARPU 验证动作跑起来

Harness 跑通后，下一步是验证商业化效果。不要直接涨价，而是做套餐分层：基础版保留原有功能，Pro 版加销售和设计 Agent，旗舰版加项目管控和财务 Agent。然后在 Harness 层用check_permission和check_cost_quota控制权限与额度。

验证动作分三步：第一，统计升级转化率，看基础版用户有多少升到 Pro；第二，统计 Agent 功能的实际使用频次，判断用户是否真的在用；第三，对比升级用户的续费率和未升级用户的续费率。装企通的数据是：42% 基础版升 Pro，12% 升旗舰，整体 ARPU 从 3999 涨到 12117，续费率从 62% 涨到 89%。

如果你要长期跑编码类 Agent 或做多 Agent 协同，可以了解 Coding Plan 的额度与通道设计：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite 。Claude Code 相关接入参考：https://taotoken.net/claude-code?utm_source=taotoken_aicg_blog_end&utm_content=claude_code&utm_campaign=rewrite 。控制台统一管理入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite 。

最后留一个实操建议：先把settings.json和config.toml复制到你的项目里，只跑通一个销售 Agent，用真实业务数据测准确率。准确率过 90% 再谈套餐分层，否则涨价的底气不足。Harness 层的价值不在代码多复杂，而在于它把模型调用、权限、成本、合规这四件事收口到一个地方，让你能像调参数一样调商业模式。