標籤: AI 工具

一句話先說清楚：Mellum2 是一顆專門幫你「排班、調度」其他大模型和工具的小模型，用來做 routing、任務拆解與工具選擇，讓 AI 工作流更便宜、更穩定。

📌 本文重點

• Mellum2 是專門做「決策與調度」的小模型
• 適合負責 routing、任務拆解和工具選擇
• 能幫多模型、多工具的工作流壓成本、提穩定度
• 很適合拿來做 AI agent 的中樞大腦

官方介紹與原始碼：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/

核心功能：先讓 Mellum2 當你的「AI 排班主管」

1. 低延遲的小模型，適合做決策層

Mellum2 本身不是 GPT-4o 那種萬能助手，它更像是負責「決定下一步要幹嘛」的主管：

• 模型體積小、推理快，適合放在整個 pipeline 的最前面或中間層
• 每次呼叫成本低，很適合頻繁決策：用哪個工具？要不要再拆一步？該重試還是直接回覆？

💡 關鍵： 把高頻率、邏輯性的「決定怎麼做」交給便宜小模型，昂貴大模型只負責「實際做」，能讓整體成本大幅下降。

你可以怎麼用？

• 把「判斷任務類型 → 選模型 → 選工具」這段邏輯，從你程式碼的 if-else 搬到 Mellum2
• 所有複雜 workflow 的分支規則，盡量改成 prompt + Mellum2 來決定，減少硬寫規則

2. 多步推理：讓它負責拆任務、串工具

JetBrains 把 Mellum2 設計成適合多步推理（multi-step reasoning）的模型，也就是它擅長做：

• 任務拆解：把「寫一份技術規格書」拆成「補資料 → 查 API → 產出草稿 → 校對」
• 步驟規劃：決定每一步要用哪支工具或哪個 LLM
• 狀態更新：根據上一個工具的輸出，動態調整下一步

你可以怎麼用？

• 把你現有的工具（爬網頁、查資料庫、呼叫商用 LLM）列成一張「工具清單」給 Mellum2
• 請 Mellum2 每次都輸出「下一步要用的工具 + 工具參數」，你的程式只負責照做

3. Routing + 工具選擇：讓 GPT、Claude、開源 LLM 都變成「插件」

Mellum2 最實用的角色，就是做模型路由（model routing）和工具選擇（tool selection）：

• 你可以在後面接：GPT-4.1、Claude 3.7、Llama、Qwen 等
• Mellum2 根據需求幫你選：「這題要便宜模型」還是「這題要高準確度」

💡 關鍵： 當你同時使用多個 LLM 供應商時，用 Mellum2 做路由，可以在「品質不明顯下降」的前提下，讓大量請求自動落在較便宜的模型上。

可以這樣設計一個簡單策略

• 查資料類問題 → 用便宜/開源 LLM + 搜尋工具
• 寫程式、寫長文 → 用 GPT-4.1 或 Claude 3.7
• 簡單 Q&A → 用本地 LLM，節省 API 費用

你的程式不用管細節，只要：

1. 收到使用者請求
2. 把請求 + 目前可用模型列表丟給 Mellum2
3. 照 Mellum2 的輸出去呼叫對應模型

適合誰用：三種典型場景

1. 你在做「AI 助手」或 Agent 系統

如果你在做：

• 產品內建 AI 助手（客服、知識庫問答）
• 自動化 Agent（幫你查資料、寫報告）

問題通常會是：

• 使用者問題差異很大，單一模型不是太貴就是太弱
• 工具越加越多，判斷流程 if-else 爆炸

Mellum2 能幫你：

• 把「選模型、選工具、拆步驟」集中到一顆小模型管理
• 你只要維護工具清單和觀察 Mellum2 的決策是否合理

可以實作的行動：

• 先挑三個最常用工具：RAG 搜尋、商用 LLM、本地 LLM
• 寫一個 Mellum2 prompt，要求它根據需求選 1-3 個步驟完成任務

2. 你有多個 LLM 供應商，要壓成本又要穩定

典型狀況：

• 公司已經有 OpenAI 帳號，也在測 Claude，還有自家的 vLLM 服務
• 主管希望「多用便宜模型，但品質不能掉太多」

Mellum2 的用法：

• 給它模型清單：
• gpt-4.1: 高成本、高品質
• gpt-4o-mini: 中等品質、便宜
• local-llama: 最便宜、品質較不穩
• 附帶一些示例（few-shot），教 Mellum2 什麼情境選哪個

💡 關鍵： 先在開發環境裡讓所有請求經過 Mellum2 路由，實際觀察不同任務落在昂貴與便宜模型的比例，再調整規則，比一開始就死寫策略安全得多。

可以實作的行動：

• 先在開發環境改成「所有請求都要經過 Mellum2 路由」
• 觀察一週：不同任務下，商用 LLM 和本地 LLM 的占比、成本變化

3. 你要做「穩定的 AI Pipeline」而不是單次聊天

像是：

• 每天自動爬資料 → 摘要 → 存進 Notion
• 每次有 Pull Request → 產生 code review 建議

這種 Pipeline 常見問題：

• 某個 LLM 偶爾出錯，整條流程掛掉
• 你需要 fallback 策略：失敗就換模型、換 prompt、換工具

Mellum2 可以：

• 監看每一步工具回傳結果（成功 / 失敗 / 異常訊息）
• 根據結果決定下一步：
• 重試同一步驟
• 改用另外一個模型
• 回報錯誤給人類

可以實作的行動：

• 把 Pipeline 的每一步都包成「工具」
• 每一步的錯誤，也當作輸入回饋給 Mellum2，讓它決定接下來的補救策略

怎麼開始：從安裝到最小可行範例

以下流程以「你會用 Docker 或 Python，且已經有至少一個 LLM API（OpenAI / Anthropic / 本地 vLLM）」為前提。

1. 安裝 Mellum2：Docker 或程式庫二選一

先到官方部落格或 Repo：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/

選項 A：用 Docker 跑起 Mellum2 服務

1. 安裝 Docker / Docker Compose
2. 拉取 Mellum2 映像（以官方 README 為準，示意）：

bash
docker pull jetbrains/mellum2:latest

1. 啟動服務（假設開在 8000 port）：

bash
docker run -p 8000:8000 jetbrains/mellum2:latest

1. 用 curl 測試：

bash
curl -X POST http://localhost:8000/infer \
-H "Content-Type: application/json" \
-d '{"input": "你是任務規劃器，請幫我決定下一步要用什麼工具"}'

適合： 想先用 HTTP API 串現有後端的人。

選項 B：在程式裡直接呼叫 Mellum2

如果官方有 Python 套件（假設為 mellum2）：

pip install mellum2

簡單測試：

from mellum2 import MellumClient

client = MellumClient(base_url="http://localhost:8000")  # 或直接用雲端端點

resp = client.infer("你是任務規劃器，收到任務後要輸出下一步計畫")
print(resp)

適合： 你準備把 Mellum2 深度嵌到自家服務裡。

2. 示範：Mellum2 做 Router + 任務規劃的最小 workflow

下面是一個最小可行例子：

• 你有兩個底層 LLM：
• gpt-4.1（高品質）
• local-llama（便宜）
• 有一個簡單工具：web_search（用來查網路）
• 目標：收到使用者問題，由 Mellum2 決定：
• 要不要先搜尋
• 要用哪個模型產生最終答案

Step 1：定義給 Mellum2 的「工具/模型清單」

TOOLS = [
    {
        "name": "web_search",
        "type": "tool",
        "desc": "適合需要即時或最新資訊的問題，例如股票、新聞、價格。"
    },
]

MODELS = [
    {
        "name": "gpt-4.1",
        "cost": "high",
        "quality": "best",
        "desc": "用在需要高準確度、長文、程式碼的回答。"
    },
    {
        "name": "local-llama",
        "cost": "low",
        "quality": "medium",
        "desc": "用在一般聊天、簡單問答。"
    }
]

Step 2：設計 Mellum2 Prompt，請它輸出「計畫 JSON」

SYSTEM_PROMPT = """
你是 AI 工作流調度器，負責：
1. 判斷使用者需求
2. 決定是否要先使用工具
3. 選擇要使用的底層 LLM

請只輸出 JSON，不要多餘文字，格式：
{
  "steps": [
    {"action": "tool" | "model", "name": "...", "input_from": "user" | "prev_result"}
  ]
}

可用工具：
{tools}

可用模型：
{models}
""".format(tools=TOOLS, models=MODELS)

Step 3：呼叫 Mellum2，拿到決策後執行

import json
from mellum2 import MellumClient

mellum = MellumClient(base_url="http://localhost:8000")

user_query = "幫我分析最近 NVIDIA 股價的變化，順便預測未來一季可能走勢。"

planning_prompt = SYSTEM_PROMPT + f"\n使用者問題：{user_query}"

plan_resp = mellum.infer(planning_prompt)
plan = json.loads(plan_resp["text"])  # 依實際回傳欄位調整

result_cache = None
for step in plan["steps"]:
    if step["action"] == "tool" and step["name"] == "web_search":
        query = user_query if step["input_from"] == "user" else result_cache
        result_cache = call_web_search(query)  # 這是你自己實作的搜尋功能

    if step["action"] == "model":
        model_name = step["name"]
        model_input = user_query if step["input_from"] == "user" else result_cache
        result_cache = call_llm(model_name, model_input)  # 依照名稱選擇 gpt / llama

print("最終回答：", result_cache)

這樣，你已經有了一個：

• Mellum2 做「任務規劃 + 模型/工具選擇」
• 後端只負責執行計畫的最小可行 workflow

接下來要擴充，只要：

• 在 TOOLS / MODELS 裡再加項目
• 用 few-shot 例子微調 Mellum2 的決策邏輯

Mellum2 在你的工具箱裡，扮演什麼角色？

如果從「AI 工作流」角度看，目前常見的組合大致是：

Mellum2 並不是另一個「跟你聊天的模型」，而是用來把上面這些工具串起來、排程好、決定誰在什麼時候上場的小模型。

你可以從一個最小的 routing + 任務規劃範例開始，先讓 Mellum2 管理兩個模型、一支工具，跑順了再往外擴。

🚀 你現在可以做的事

• 打開官方文章與 Repo，確認 Mellum2 的最新安裝方式與 API 規格：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/
• 在你的專案裡挑出兩個 LLM + 一個工具，依文中範例實作一個最小 routing workflow
• 收集一週實際流量，觀察 Mellum2 的模型選擇與成本變化，再用 few-shot 逐步調整決策邏輯