应启用本地化调度、部署边缘缓存、开启mcp压缩、隔离高带宽任务：一、关闭跨区分发并配置区域亲和性；二、在各区域部署缓存代理并修改节点配置；三、将mcp编码设为protobuf+zstd；四、为媒体任务创建独立子网并绑定专属带宽。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用WorkBuddy进行多服务器或跨地域协同任务时，发现网络流量费用异常升高，则可能是由于节点间未按地理与网络拓扑合理分布，导致大量数据经公网长距离传输。以下是降低跨区数据传输费的具体实操方法：
一、启用本地化任务调度策略
WorkBuddy集群默认采用全局负载均衡分发机制，可能将任务随机派发至异地节点，触发高额跨区带宽计费。通过强制约束任务执行位置，可确保数据读写、中间结果传递均发生在同一云区域内部。
1、登录主控节点Web管理界面，进入「集群设置」→「调度策略」页面。
2、关闭「自动跨可用区任务分发」开关。
3、在「区域亲和性规则」中添加新条目：指定某类任务（如文件整理、PDF转换）仅允许分配至标签为region:shanghai的Worker节点。
4、为每台物理设备打上对应地域标签，例如在上海Lighthouse实例中执行命令：kubectl label node wb-node-01 region=shanghai。
二、部署边缘缓存代理节点
对于高频访问的公共资源（如Skills包、模板文件、常用模型配置），可在各业务大区就近部署轻量级缓存代理，避免重复从中心仓库拉取，减少跨区下行流量。
1、在华南、华北、华东三地分别创建一台最低配Lighthouse实例（1核1GB）。
2、在每台实例上运行官方提供的edge-cache-proxy容器：docker run -d --name wb-cache -p 8080:8080 -v /cache:/data codebuddy/edge-cache:v1.2。
3、修改所有Worker节点的WorkBuddy配置文件config.yaml，将skills_registry字段由https://hub.codebuddy.cn/skills改为http://华南节点内网IP:8080，其余节点同理替换为各自大区代理地址。
4、首次拉取Skills时，代理节点会自动缓存镜像层；后续相同请求直接命中本地缓存，响应延迟低于10ms且零跨区流量。
使用 draw.io（.drawio 格式）和 SVG 生成兼容 Microsoft Visio 的架构图。当用户需要以下任一场景时触发： - 用于 Visio 或技术文档的架构/系统/网络图 - 带连接标注的分层控制系统图 - 将 draw.io XML 转换为稳定、可嵌入的 SVG - 修复 Visio 或 draw.io 无法打开的故障排查类图表 - 任何需专业级布局且文本可编辑的图表
三、启用MCP协议压缩传输模式
MCP（Multi-Channel Protocol）是WorkBuddy用于节点间指令与状态同步的核心通信协议。默认启用明文JSON传输，对大体积任务上下文（如含附件的邮件处理流程）会产生冗余字节。开启二进制压缩可显著降低有效载荷体积。
1、在主控节点设置面板中，进入「高级网络」选项卡。
2、找到「MCP数据编码方式」下拉菜单，选择Protobuf+Zstd。
3、点击「应用并重启MCP服务」，系统将自动向所有已注册节点推送新配置。
4、验证压缩生效：在任意节点终端执行wbctl mcp stats --verbose，观察output_compression_ratio字段值是否稳定高于0.65。
四、隔离高带宽任务至专用子网
视频转码、批量图像背景去除等高IO任务天然产生大量中间数据交换。若与其他常规办公任务混跑于同一VPC，易造成共享带宽拥塞并推高整体出方向费用。将其迁移至独立子网并绑定专属带宽包，可实现成本精准归集与优化。
1、在腾讯云VPC控制台中，为WorkBuddy集群新建子网subnet-media，网段设为172.16.200.0/24。
2、将承担媒体处理任务的Worker节点全部移入该子网，并为其绑定固定公网IP。
3、购买「按固定带宽计费」的100Mbps带宽包，仅绑定至subnet-media内所有EIP。
4、在对应节点的WorkBuddy设置中，进入「技能运行环境」→「资源限制」，勾选强制使用本地GPU与子网内存储卷，禁用跨子网临时文件挂载。
