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。
- AMZ Helper 这次更新：不同的事，交给不同的 Agent
AMZ Helper 从一个助手加功能按钮，改为按任务分工的多个 Agent。这次更新了工作台、接入 MyLevis MCP Hub，并开放用户创建自己的 Agent。
- PayPal 被盗刷 2000 多元后，我回头查了那条命令
一次合计 2006.18 元的 PayPal 盗刷复盘，记录网页终端命令线索、设备排查、补交证据与退款结果，以及我重新检查的 AI 自动化习惯。
- 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。
分享这篇文章：