Multi-Modell-Strategie: Automatische Herabstufung und Priorität

Was Sie nach diesem Kurs können

Verstehen, wie oh-my-opencode automatisch das am besten geeignete KI-Modell für jeden Agenten auswählt
Den dreistufigen Modellauflösungsmechanismus beherrschen (Benutzerüberschreibung → Provider-Herabstufung → Systemstandard)
Lernen, wie Sie Modellüberschreibungen für Agenten und Kategorien konfigurieren
Verwenden Sie den doctor-Befehl, um die Modellauflösungsergebnisse zu überprüfen
Manuell Modelle basierend auf Aufgabenanforderungen angeben, um Kosten und Leistung zu optimieren

Ihr aktuelles Problem

Nachdem Sie mehrere KI-Provider (Anthropic, OpenAI, Google usw.) konfiguriert haben, stoßen Sie möglicherweise auf diese Probleme:

Unklare Modellauswahl: Welche Modelle verwenden die Agenten Sisyphus, Oracle, Librarian usw.?
Manuelle Konfiguration ist mühsam: Jeder Agent muss einzeln ein Modell angeben, bei Provider-Änderungen müssen alle angepasst werden
Unkontrollierbare Kosten: Unbekannt ist, welche Aufgaben teure Modelle (wie Claude Opus) verwenden
Provider-Ausfälle beeinträchtigen die Erfahrung: Wenn die API eines Providers ausfällt, funktioniert das gesamte System nicht mehr
Mehrfach-Modell-Zusammenarbeit ist intransparent: Bei parallelen Aufgaben ist unklar, welche Modelle verschiedene Agenten verwenden

All dies hindert Sie daran, die wahre Leistung der Multi-Modell-Orchestrierung zu entfalten.

Kernkonzept

Das Modellauflösungssystem ist der "intelligente Modellselektor" von oh-my-opencode. Es entscheidet dynamisch, welches Modell jeder Agent und jede Kategorie basierend auf Ihrer Konfiguration und den verfügbaren Modellen verwendet.

Was ist Modellauflösung?

Modellauflösung (Model Resolution) ist der Prozess der Auswahl eines spezifischen KI-Modells für jeden Agenten oder jede Kategorie zur Laufzeit. Sie ist nicht fest codiert, sondern wird dynamisch basierend auf Ihrer Konfiguration, den verfügbaren Providern, Modellnamen usw. berechnet.

Dreistufiger Auflösungsprozess

Die Modellauflösung wird durch drei Prioritätsschritte realisiert:

Schritt 1: User Override (Benutzerüberschreibung)

Wenn Sie in oh-my-opencode.json explizit ein model für einen Agenten oder eine Kategorie angeben, verwendet das System dieses Modell direkt
Überspringt die Provider-Herabstufungskette
Dies ist die höchste Priorität

Schritt 2: Provider Fallback (Provider-Herabstufung)

Wenn keine Benutzerüberschreibung vorliegt, versucht das System gemäß einer vordefinierten Provider-Prioritätskette
Für jeden Agenten oder jede Kategorie gibt es eine fallbackChain, die die bevorzugte Provider-Reihenfolge definiert
Das System versucht jeden Provider nacheinander, bis ein verfügbares Modell gefunden wird

Schritt 3: System Default (Systemstandard)

Wenn kein Provider ein verfügbares Modell hat, wird das Standardmodell von OpenCode verwendet
Dies ist die letzte Rückfalloption

Provider-Prioritätskette der Agenten

Jeder Agent hat seine eigene bevorzugte Provider-Reihenfolge, abhängig vom Aufgabentyp und den benötigten Fähigkeiten des Agenten:

Agent	Empfohlenes Modell (ohne Präfix)	Provider-Prioritätskette	Variante
Sisyphus	`claude-opus-4-5`	anthropic → github-copilot → opencode → zai-coding-plan	max
Oracle	`gpt-5.2`	openai → anthropic → google	high
Librarian	`big-pickle`	zai-coding-plan → opencode → anthropic	-
Explore	`claude-haiku-4-5`	anthropic → opencode → github-copilot	-
Multimodal Looker	`gemini-3-flash`	google → openai → zai-coding-plan → anthropic → opencode	-
Prometheus	`claude-opus-4-5`	anthropic → github-copilot → opencode → google	max
Metis	`claude-opus-4-5`	anthropic → github-copilot → opencode → google	max
Momus	`gpt-5.2`	openai → anthropic → google	medium
Atlas	`claude-sonnet-4-5`	anthropic → github-copilot → opencode → google	-

Warum bevorzugt Sisyphus Anthropic?

Sisyphus ist der Haupt-Orchestrator und benötigt starke推理fähigkeiten. Claude Opus ist das am besten geeignete Modell für komplexe Orchestrierungsaufgaben, daher steht Anthropic an erster Stelle in seiner Prioritätskette. Wenn Ihr Anthropic-Kontingent nicht ausreicht, stuf das System automatisch auf andere Provider herab.

Provider-Prioritätskette der Kategorien

Kategorien folgen der gleichen Auflösungslogik:

Kategorie	Empfohlenes Modell (ohne Präfix)	Provider-Prioritätskette	Variante
visual-engineering	`gemini-3-pro`	google → anthropic → openai	-
ultrabrain	`gpt-5.2-codex`	openai → anthropic → google	xhigh
artistry	`gemini-3-pro`	google → anthropic → openai	max
quick	`claude-haiku-4-5`	anthropic → google → opencode	-
unspecified-low	`claude-sonnet-4-5`	anthropic → openai → google	-
unspecified-high	`claude-opus-4-5`	anthropic → openai → google	max
writing	`gemini-3-flash`	google → anthropic → zai-coding-plan → openai	-

Vorteil von Kategorien

Wenn Sie Aufgaben über delegate_task(category="quick", ...) delegieren, verwendet das System automatisch die Provider-Prioritätskette der quick-Kategorie. Das bedeutet, dass Sie sich nicht an die Konfiguration jedes Agenten erinnern müssen, sondern nur die passende Kategorie basierend auf dem Aufgabentyp auswählen.

Machen Sie mit

Schritt 1: Aktuellen Modellauflösungsstatus anzeigen

Verwenden Sie den doctor-Befehl, um die Modellauflösungsergebnisse für jeden Agenten und jede Kategorie anzuzeigen:

bash

bunx oh-my-opencode doctor --verbose

Sie sollten eine ähnliche Ausgabe sehen:

✅ Model Resolution Check
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Agent: sisyphus
  Requirement: claude-opus-4-5 (variant: max)
  Fallback Chain: anthropic → github-copilot → opencode → zai-coding-plan → openai → google
  User Override: (none)
  Resolved Model: anthropic/claude-opus-4-5
  Source: provider-fallback
  Variant: max

Agent: oracle
  Requirement: gpt-5.2 (variant: high)
  Fallback Chain: openai → anthropic → google
  User Override: (none)
  Resolved Model: openai/gpt-5.2
  Source: provider-fallback
  Variant: high

Category: quick
  Requirement: claude-haiku-4-5
  Fallback Chain: anthropic → google → opencode
  User Override: (none)
  Resolved Model: anthropic/claude-haiku-4-5
  Source: provider-fallback

Diese Ausgabe zeigt:

Die Modellanforderungen jedes Agenten/jeder Kategorie
Die Reihenfolge der Provider-Prioritätskette
Ob eine Benutzerüberschreibungskonfiguration vorliegt
Das endgültig aufgelöste Modell und seine Quelle (override/provider-fallback/system-default)

Schritt 2: Agentenmodell manuell überschreiben

Angenommen, Sie möchten, dass Oracle das neueste Modell von OpenAI statt des standardmäßigen GPT-5.2 verwendet:

Bearbeiten Sie ~/.config/opencode/oh-my-opencode.json oder .opencode/oh-my-opencode.json:

jsonc

{
  "$schema": "https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/master/assets/oh-my-opencode.schema.json",

  "agents": {
    "oracle": {
      "model": "openai/o3"  // Überschreiben auf o3-Modell
    },
    "explore": {
      "model": "opencode/gpt-5-nano"  // Kostenloses Modell verwenden
    }
  }
}

Schritt 1 Priorität

Wenn Sie agents.oracle.model festlegen, verwendet das System in Schritt 1 direkt dieses Modell und überspringt die Provider-Herabstufungskette. Selbst wenn Anthropic Claude Opus verfügbar ist, verwendet Oracle das von Ihnen angegebene OpenAI o3.

Sie sollten sehen: Wenn Sie den doctor-Befehl erneut ausführen, ändert sich das Auflösungsergebnis für Oracle:

Agent: oracle
  Requirement: gpt-5.2 (variant: high)
  Fallback Chain: openai → anthropic → google
  User Override: openai/o3  // ← Benutzerüberschreibung wirksam
  Resolved Model: openai
  Source: override  // ← Quelle ändert sich zu override
  Variant: high

Schritt 3: Kategorie-Modell manuell überschreiben

Angenommen, Sie möchten, dass die quick-Kategorie das kostenlose GPT-5 Nano verwendet:

jsonc

{
  "$schema": "https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/master/assets/oh-my-opencode.schema.json",

  "categories": {
    "quick": {
      "model": "opencode/gpt-5-nano"  // Überschreiben auf kostenloses Modell
    },
    "visual-engineering": {
      "model": "anthropic/claude-opus-4-5"  // Erzwungene Verwendung von Opus
    }
  }
}

Sie sollten sehen: Wenn Sie delegate_task(category="quick", ...) verwenden, verwendet das System opencode/gpt-5-nano, selbst wenn Anthropic Haiku verfügbar ist.

Schritt 4: Provider-Ausfall simulieren

Der beste Weg, den Provider-Herabstufungsmechanismus zu verstehen, ist die Simulation von Ausfallszenarien.

Angenommen, Sie haben nur OpenAI konfiguriert, möchten aber sehen, welches Modell Sisyphus (bevorzugt Anthropic) verwendet:

Aktuelle Konfiguration:

jsonc

{
  // oh-my-opencode.json
  // Nur openai provider konfiguriert
}

Doctor ausführen:

Agent: sisyphus
  Requirement: claude-opus-4-5 (variant: max)
  Fallback Chain: anthropic → github-copilot → opencode → zai-coding-plan → openai → google
  User Override: (none)
  
  // 1. Versuch: anthropic/claude-opus-4-5
  // Ergebnis: Nicht verfügbar (nicht konfiguriert)
  
  // 2. Versuch: github-copilot/claude-opus-4-5
  // Ergebnis: Nicht verfügbar (nicht konfiguriert)
  
  // 3. Versuch: opencode/claude-opus-4-5
  // Ergebnis: Nicht verfügbar (nicht konfiguriert)
  
  // 4. Versuch: zai-coding-plan/glm-4.7
  // Ergebnis: Nicht verfügbar (nicht konfiguriert)
  
  // 5. Versuch: openai/gpt-5.2-codex (vom 5. Eintrag der fallbackChain)
  // Ergebnis: Gefunden!
  
  Resolved Model: openai/gpt-5.2-codex
  Source: provider-fallback
  Variant: medium

Sie sollten sehen: Obwohl Sisyphus Claude Opus bevorzugt, stuf das System auf GPT-5.2 Codex von OpenAI herab, da Anthropic nicht verfügbar ist.

Vorteil der automatischen Herabstufung

Der Provider-Herabstufungsmechanismus stellt die Robustheit des Systems sicher. Selbst wenn ein Provider ausfällt oder das Kontingent erschöpft ist, kann das System automatisch auf einen Backup-Provider umschalten, ohne dass Sie manuell eingreifen müssen.

Schritt 5: Systemstandard-Rückfalloption überprüfen

Angenommen, Sie haben keinen Provider konfiguriert oder alle Provider sind ausgefallen:

Doctor ausführen:

Agent: sisyphus
  Requirement: claude-opus-4-5
  Fallback Chain: anthropic → github-copilot → ...
  
  // Alle Provider-Versuche fehlgeschlagen
  
  Resolved Model: anthropic/claude-opus-4-5  // Systemstandard verwenden
  Source: system-default  // ← Quelle ist system-default
  Variant: max

Sie sollten sehen: Das System verwendet das von OpenCode konfigurierte Standardmodell. Dies ist das letzte Sicherheitsnetz.

Kontrollpunkt ✅

Nach Abschluss der obigen Schritte bestätigen Sie:

[ ] Durch Ausführen von doctor --verbose können Sie die Modellauflösungsergebnisse aller Agenten und Kategorien sehen
[ ] Nach dem manuellen Überschreiben des Agentenmodells ändert sich Source zu override
[ ] Nach dem manuellen Überschreiben des Kategorie-Modells verwendet delegate_task das angegebene Modell
[ ] Bei simuliertem Provider-Ausfall stuf das System korrekt auf den nächsten verfügbaren Provider herab
[ ] Wenn alle Provider nicht verfügbar sind, verwendet das System system-default

Wenn ein Punkt nicht bestanden wurde, überprüfen Sie:

Ob der Pfad der Konfigurationsdatei korrekt ist (~/.config/opencode/oh-my-opencode.json oder .opencode/oh-my-opencode.json)
Ob der Provider korrekt konfiguriert ist (API Key, Umgebungsvariablen usw.)
Ob der Modellname korrekt ist (einschließlich Provider-Präfix wie anthropic/claude-opus-4-5)

Wann Sie diesen Trick verwenden

Szenario	Modell manuell überschreiben	Provider-Herabstufung verwenden
Kostenempfindliche Aufgaben	✅ Günstiges Modell angeben	❌ Möglicherweise teures Modell ausgewählt
Leistungsempfindliche Aufgaben	✅ Stärkstes Modell angeben	❌ Möglicherweise auf schwächeres Modell herabgestuft
Neue Modelle testen	✅ Experimentelles Modell angeben	❌ Wird nicht automatisch ausgewählt
Tägliche Entwicklung	❌ Übermäßige Konfiguration	✅ Automatische Auswahl des besten
Provider-Ausfall	❌ Manuelle Änderung erforderlich	✅ Automatische Herabstufung
Multi-Provider-Umgebung	❌ Übermäßige Konfiguration	✅ Automatische Lastverteilung

Erfahrungsregel:

Verwenden Sie manuelle Überschreibungen nur, wenn Sie eine präzise Kontrolle über das Modell benötigen
Lassen Sie das System in anderen Fällen automatisch auswählen und genießen Sie die Robustheit der Provider-Herabstufung
Für kostenempfindliche Aufgaben können Sie auf die quick-Kategorie überschreiben oder ein günstiges Modell angeben
Für Aufgaben, die die höchste Leistung erfordern, können Sie auf claude-opus-4-5 oder gpt-5.2 überschreiben

Häufige Fehler

1. Modellname ohne Provider-Präfix

jsonc

// ❌ Falsch: Fehlendes Provider-Präfix
{
  "agents": {
    "oracle": {
      "model": "gpt-5.2"  // Fehlendes openai/-Präfix
    }
  }
}

// ✅ Richtig: Vollständiger Pfad
{
  "agents": {
    "oracle": {
      "model": "openai/gpt-5.2"  // Vollständiger Modellpfad
    }
  }
}

2. Überschreiben eines nicht existierenden Modells

jsonc

// ❌ Falsch: Modellname falsch geschrieben
{
  "agents": {
    "oracle": {
      "model": "openai/gpt-6"  // GPT-6 existiert nicht
    }
  }
}

// ✅ Richtig: Echtes Modell verwenden
{
  "agents": {
    "oracle": {
      "model": "openai/gpt-5.2"  // Echtes Modell
    }
  }
}

3. Ignorieren der Variant-Konfiguration

Einige Agenten und Kategorien haben empfohlene Varianten (wie max, high, medium), die die推理fähigkeit des Modells beeinflussen. Beachten Sie dies beim manuellen Überschreiben:

jsonc

// ✅ Empfohlen: Standard-Variant beibehalten
{
  "agents": {
    "oracle": {
      "model": "openai/gpt-5.2"
      // Variant wird von fallbackChain geerbt: high
    }
  }
}

// ✅ Optional: Variant manuell angeben
{
  "agents": {
    "oracle": {
      "model": "openai/gpt-5.2",
      "variant": "max"  // Standardwert überschreiben
    }
  }
}

4. Abhängigkeit vom Systemstandard ohne Provider-Konfiguration

Das Systemstandardmodell stammt aus der Konfiguration von OpenCode. Wenn Sie keinen Provider konfiguriert haben, verwendet OpenCode möglicherweise auch ein Standardmodell, aber dieses Modell ist möglicherweise nicht das, was Sie möchten.

Empfehlung:

Konfigurieren Sie mindestens einen Provider (Anthropic, OpenAI, Google usw.)
Verwenden Sie den doctor-Befehl regelmäßig, um die Modellauflösungsergebnisse zu überprüfen

Zusammenfassung dieser Lektion

Das Modellauflösungssystem realisiert eine intelligente Modellauswahl durch einen dreistufigen Prioritätsmechanismus:

Schritt 1: User Override: Das von Ihnen angegebene Modell hat die höchste Priorität und ist vollständig kontrollierbar
Schritt 2: Provider Fallback: Automatische Herabstufung gemäß vordefinierter Prioritätskette stellt Robustheit sicher
Schritt 3: System Default: Die letzte Rückfalloption stellt sicher, dass das System immer ein Modell zur Verfügung hat

Jeder Agent und jede Kategorie hat seine eigene Provider-Prioritätskette, die basierend auf dem Aufgabentyp und den benötigten Fähigkeiten des Agenten entworfen wurde. Sisyphus bevorzugt Anthropic (komplexe推理), Oracle bevorzugt OpenAI (strategische Beratung), Librarian bevorzugt zai-coding-plan (Multi-Repository-Forschung).

Denken Sie daran:

Tägliche Entwicklung: Lassen Sie das System automatisch auswählen und genießen Sie die Provider-Herabstufung
Präzise Kontrolle: Überschreiben Sie Modelle manuell, um Kosten und Leistung zu optimieren
Fehlerwiederherstellung: Provider-Herabstufung wird automatisch verarbeitet, ohne dass menschliches Eingreifen erforderlich ist
Überprüfungstools: Verwenden Sie den doctor-Befehl, um die Modellauflösungsergebnisse zu überprüfen

Vorschau auf die nächste Lektion

In der nächsten Lektion lernen wir KI-Agententeams: Einführung in 10 Experten.
Sie werden lernen:
über die Funktionen, Anwendungsszenarien und Berechtigungskonfiguration der 10 integrierten Agenten
wie Sie den geeigneten Agenten basierend auf dem Aufgabentyp auswählen
über die Zusammenarbeitsmodi und Best Practices zwischen Agenten

Anhang: Quellcode-Referenz

Klicken, um Quellcodepositionen anzuzeigen

Aktualisierungszeit: 2026-01-26

Funktion	Dateipfad	Zeilennummer
Kernfunktion der Modellauflösung	`src/shared/model-resolver.ts`	43-98
Definition der Agentenmodellanforderungen	`src/shared/model-requirements.ts`	12-79
Definition der Kategoriemodellanforderungen	`src/shared/model-requirements.ts`	81-133
Modellauflösung bei Agentenerstellung	`src/agents/utils.ts`	203-208, 245-250, 284-289
Modellauflösung bei Kategoriedelegation	`src/tools/delegate-task/tools.ts`	532-540
---	---	---

Wichtige Typdefinitionen:

ModelResolutionInput: Eingabeparameter der Modellauflösung (src/shared/model-resolver.ts:6-10)
ExtendedModelResolutionInput: Erweiterte Modellauflösungseingabe, einschließlich fallbackChain und availableModels (src/shared/model-resolver.ts:23-28)
ModelResolutionResult: Ergebnis der Modellauflösung, einschließlich model, source, variant (src/shared/model-resolver.ts:17-21)
ModelSource: Aufzählung der Modellquellen (override/provider-fallback/system-default) (src/shared/model-resolver.ts:12-16)
FallbackEntry: Eintrag der Provider-Herabstufungskette, einschließlich providers, model, variant (src/shared/model-requirements.ts:1-5)
ModelRequirement: Definition der Modellanforderung, einschließlich fallbackChain und Standard-Variant (src/shared/model-requirements.ts:7-10)

Wichtige Konstanten:

AGENT_MODEL_REQUIREMENTS: Definition der Modellanforderungen aller Agenten, einschließlich fallbackChain (src/shared/model-requirements.ts:12-79)
CATEGORY_MODEL_REQUIREMENTS: Definition der Modellanforderungen aller Kategorien (src/shared/model-requirements.ts:81-133)

Wichtige Funktionen:

resolveModelWithFallback(): Kernfunktion der Modellauflösung, implementiert den dreistufigen Prioritätsmechanismus (src/shared/model-resolver.ts:43-98)
resolveModel(): Einfache Modellauflösung, für Fälle ohne fallbackChain (src/shared/model-resolver.ts:35-41)
normalizeModel(): Normalisiert den Modellnamen, entfernt führende und nachfolgende Leerzeichen (src/shared/model-resolver.ts:30-33)
createBuiltinAgents(): Beim Erstellen aller integrierten Agenten wird der Modellauflöser aufgerufen, um das Modell zu bestimmen (src/agents/utils.ts:143-313)

Geschäftsregeln:

Regel-ID	Regelbeschreibung	Markierung
BR-4.1-7	Priorität der Modellauflösung: Benutzerüberschreibung > Provider-Herabstufung > Systemstandard	【Fakt】
BR-4.1-7-1	Bei Benutzerüberschreibung direkt zurückgeben, Provider-Herabstufungskette überspringen	【Fakt】
BR-4.1-7-2	Bei Provider-Herabstufung jeden Provider gemäß Reihenfolge der fallbackChain versuchen	【Fakt】
BR-4.1-7-3	Bei Provider-Herabstufung den availableModels-Cache prüfen, wenn leer, dann connectedProviders prüfen	【Fakt】
BR-4.1-7-4	Wenn alle Provider nicht verfügbar sind, systemDefaultModel verwenden	【Fakt】
BR-4.1-7-5	fallbackChain von Sisyphus: anthropic → github-copilot → opencode → zai-coding-plan → openai → google	【Fakt】
BR-4.1-7-6	fallbackChain von Oracle: openai → anthropic → google	【Fakt】
BR-4.1-7-7	fallbackChain von Librarian: zai-coding-plan → opencode → anthropic	【Fakt】
BR-4.1-7-8	fallbackChain von Explore: anthropic → opencode → github-copilot	【Fakt】
BR-4.1-7-9	fallbackChain von Multimodal Looker: google → openai → zai-coding-plan → anthropic → opencode	【Fakt】

In 5 Minuten loslegen

Verbinde deine KI Konten

Arbeiten wie ein Team

FAQ

Konfigurationsmigration einfach gelöst

Änderungsprotokoll

Multi-Modell-Strategie: Automatische Herabstufung und Priorität

Was Sie nach diesem Kurs können

Ihr aktuelles Problem

Kernkonzept

Dreistufiger Auflösungsprozess

Provider-Prioritätskette der Agenten

Provider-Prioritätskette der Kategorien

Machen Sie mit

Schritt 1: Aktuellen Modellauflösungsstatus anzeigen

Schritt 2: Agentenmodell manuell überschreiben

Schritt 3: Kategorie-Modell manuell überschreiben

Schritt 4: Provider-Ausfall simulieren

Schritt 5: Systemstandard-Rückfalloption überprüfen

Kontrollpunkt ✅

Wann Sie diesen Trick verwenden

Häufige Fehler

Zusammenfassung dieser Lektion

Vorschau auf die nächste Lektion

Anhang: Quellcode-Referenz

Multi-Modell-Strategie: Automatische Herabstufung und Priorität ​

Was Sie nach diesem Kurs können ​

Ihr aktuelles Problem ​

Kernkonzept ​

Dreistufiger Auflösungsprozess ​

Provider-Prioritätskette der Agenten ​

Provider-Prioritätskette der Kategorien ​

Machen Sie mit ​

Schritt 1: Aktuellen Modellauflösungsstatus anzeigen ​

Schritt 2: Agentenmodell manuell überschreiben ​

Schritt 3: Kategorie-Modell manuell überschreiben ​

Schritt 4: Provider-Ausfall simulieren ​

Schritt 5: Systemstandard-Rückfalloption überprüfen ​

Kontrollpunkt ✅ ​

Wann Sie diesen Trick verwenden ​

Häufige Fehler ​

Zusammenfassung dieser Lektion ​

Vorschau auf die nächste Lektion ​

Anhang: Quellcode-Referenz ​

Multi-Modell-Strategie: Automatische Herabstufung und Priorität

Was Sie nach diesem Kurs können

Ihr aktuelles Problem

Kernkonzept

Dreistufiger Auflösungsprozess

Provider-Prioritätskette der Agenten

Provider-Prioritätskette der Kategorien

Machen Sie mit

Schritt 1: Aktuellen Modellauflösungsstatus anzeigen

Schritt 2: Agentenmodell manuell überschreiben

Schritt 3: Kategorie-Modell manuell überschreiben

Schritt 4: Provider-Ausfall simulieren

Schritt 5: Systemstandard-Rückfalloption überprüfen

Kontrollpunkt ✅

Wann Sie diesen Trick verwenden

Häufige Fehler

Zusammenfassung dieser Lektion

Vorschau auf die nächste Lektion

Anhang: Quellcode-Referenz