服务端工具

通常是你的 agent 在运行工具调用循环：模型请求调用某个工具，你的 harness 执行它、追加结果，再次调用模型。服务端工具把这个循环搬进 BitRouter。你声明一组工具，BitRouter 把它们公布给模型；当模型调用其中之一时，BitRouter 自己执行该工具并把结果喂回——如此循环，直到模型不再调用它们。在调用方看来，这就像一次单独的响应。

循环如何运行

BitRouter 把声明的工具注入到出站请求中，拦截模型对它们的调用、运行它们、追加结果，再重新调用上游——重复此过程，直到模型返回一个不含工具调用的答案，或触及某个上限。该循环是有界的，以防失控：

在每次调用前，一项审批策略会决定该工具是否可以运行。默认放行一切；被拒绝的调用会向模型返回一个"执行被拒"的结果，而不会真正运行。

逐请求启用服务端工具

你通过在请求的 tools 数组中声明工具来开启服务端工具——无需改动配置。BitRouter 识别三个内置的、由模型支撑的工具，并且只公布你声明了的那些：

{
  "tools": [
    { "type": "bitrouter:advisor",  "args": { "model": "anthropic/claude-opus-4.8", "instructions": "..." } },
    { "type": "bitrouter:subagent", "args": { "model": "openai/gpt-4o-mini", "instructions": "..." } },
    { "type": "bitrouter:fusion",   "args": { "panel": [{ "model": "..." }], "judge": { "model": "..." } } }
  ]
}

MCP 服务器工具则改为通过配置接入——把 server_tools.mcp_servers 设为那些其工具应由 BitRouter 在循环内运行的服务器。

Advisor

Advisor（顾问）让正在运行的模型在生成途中咨询一个更强的模型。顾问模型由你的声明固定（并回退到父模型）；调用方模型发送一个 prompt，得到结构化的建议。当某个困难的子问题值得做一次短暂升级、而又不必把整个请求切换到更贵的模型时，用它。

SubAgent

SubAgent（子代理）让正在运行的模型把一个自包含的任务委派给更便宜、更快的工作模型。工作模型由声明固定；调用方提供 task_name 与 task_description，得到结果。用它来扇出有界的子任务，而不在其上花费前沿模型的 token。

Fusion

Fusion（融合）让一组模型（1–8 个）并行处理同一个 prompt，然后由一个**裁判（judge）**模型对它们的答案进行比较——而非合并——形成一份结构化分析（共识、矛盾、部分覆盖、独到见解、盲点），供调用方模型据此写出最终答案。一个可选的合成器（synthesizer）可以代替它来写这个答案。在高风险问题上，当交叉核验多个模型值得这份开销时，用它。