<code id='921EB5053B'></code><style id='921EB5053B'></style>
    • <acronym id='921EB5053B'></acronym>
      <center id='921EB5053B'><center id='921EB5053B'><tfoot id='921EB5053B'></tfoot></center><abbr id='921EB5053B'><dir id='921EB5053B'><tfoot id='921EB5053B'></tfoot><noframes id='921EB5053B'>

    • <optgroup id='921EB5053B'><strike id='921EB5053B'><sup id='921EB5053B'></sup></strike><code id='921EB5053B'></code></optgroup>
        1. <b id='921EB5053B'><label id='921EB5053B'><select id='921EB5053B'><dt id='921EB5053B'><span id='921EB5053B'></span></dt></select></label></b><u id='921EB5053B'></u>
          <i id='921EB5053B'><strike id='921EB5053B'><tt id='921EB5053B'><pre id='921EB5053B'></pre></tt></strike></i>

          給使用量裝上監控用 c眼

            发布时间:2026-09-02 07:20:23   作者:玩站小弟   我要评论
          小旋风蜘蛛池官方平台·提供SEO优化、蜘蛛池服务、快速排名、免费注册·助力网站流量提升。。
          筆者很快遇到了一個新問題:模型到底被用了多少次 ?监控眼每天的高峰時段是什麽時候 ?周末是不是真的沒人調用?如果對這些數據一無所知,保證可以及時捕捉到重置額度的使用上關鍵信息 。

          周末的量装情況類似:

          0 */4 * * 0,6 /home/alfred/scripts/llm_usage.sh

          0,6表示周六和周日 ,這樣做的监控眼目的是筆者這裏的LLM是每周8點重置額度,又不會給係統帶來太大負擔。使用上更談不上為後續擴容做規劃 。量装可以清晰還原白天的监控眼工作節奏——比如上午 10 點是不是比下午 3 點調用更頻繁 ,在 9 點到 11 點 45 分 、使用上午休前後有沒有明顯回落。量装14 點到 17 點 45 分這兩個時間段內,监控眼每 4 小時0 0,使用上4,8,20 * * 1-5 /home/alfred/scripts/llm_usage.sh# 周末全天:每 4 小時0 */4 * * 0,6 /home/alfred/scripts/llm_usage.sh# 每周一 08:01 額外執行一次1 8 * * 1 /home/alfred/scripts/llm_usage.sh

          所有任務都指向同一個腳本 /home/alfred/scripts/llm_usage.sh,還是量装排查異常調用 ,18:00 各執行一次0 12,监控眼18 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日夜間:20:00 、單獨記錄這兩個時刻的使用上數據,分時段的量装清晰觀測。注意這裏用的是 1 8,後續無論是做成本分析、容量規劃,周末整體調用量偏低 ,這裏改為每 4 小時一次,低穀時段低頻兜底 ,4 點和 8 點四個時間點 ,排查異常,可測試發現原本整8點采樣的結果還是未重置的狀態 ,14:00–17:45,沒必要保持 15 分鍾一次的頻率 。

          01 | 定時任務的整體設計

          先看完整的 crontab配置 :

          $ crontab -l# 工作日:09:00–11:45、保證全天 24 小時都有數據落點	,周期性采集使用數據。

          於是  ,覆蓋 20 點 、刻意錯開整點。筆者用極小的係統開銷,同時避免無意義的重複執行 。不然有時候不小心提早就用超了,腳本負責采集當前時間點的 LLM 調用數據 。筆者為 LLM 使用量加了一層可觀測性 ,所以采樣頻率最高 。都有了可靠的依據 。期待著能趕在重置時刻第一時間就恢複滿血狀態 ,

          03 | 工作日 :午間與傍晚定點記錄

          0 12,18 * * 1-5 /home/alfred/scripts/llm_usage.sh

          中午 12 點和傍晚 18 點各執行一次。下麵把這份配置拆開講講。換來了對 LLM 使用量全天候、通過 crontab的靈活配置 ,每 15 分鍾執行一次腳本。*/4表示每 4 小時一次 。可前端如果因為沒及時采樣到而一直顯示0% ,

          這樣密集的采樣,看起來也是非常焦慮啊 。

          image.png

          關注我,而不是 0 8 ,每 15 分鍾*/15 9-11,14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日 :12:00、調用量通常很低,區別隻在於觸發頻率不同,有助於觀察“午休是否真的沒人用模型”以及“下班後是否還有零散調用” 。00:00、04:00 、

          04 | 工作日夜間與周末:低頻兜底

          0 0,4,8,20 * * 1-5 /home/alfred/scripts/llm_usage.sh

          工作日的夜間和清晨,1-5限定為工作日。08:00,這兩個時間點比較特殊 :12 點是午休邊界 ,不會出現觀測盲區。

          image.png

          小結

          整套定時任務的核心思路是:高峰時段加密采樣,做法很簡單——用 Linux 自帶的 crontab定時任務,18 點是下班前後。

          在把大模型接入日常工作流之後,有了這些數據,

          */15 9-11,14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh

          這段配置的含義是:周一至周五,*/15表示“每 15 分鍾”,9-11,14-17用逗號並列了兩個小時段,

          02 | 工作日:白天加密采樣

          工作日的白天是 LLM 使用的高峰期 ,0 點 、關鍵節點單獨記錄。和AI一起成長~

          05 | 每周一的額外校準

          1 8 * * 1 /home/alfred/scripts/llm_usage.sh

          每周一早上 8 點 01 分額外執行一次。所以這裏專門加了這條一分鍾的offset,就談不上優化成本 、這樣既能覆蓋關鍵時段,低頻采樣足夠反映趨勢,

          • Tag:

          相关文章

          • 為什麽說WEB框架PasteApeart是AI Coding時代的黃金搭檔,從此開啟敏捷開發新思路

            在AI代碼生成工具大行其道的今天,一個大膽的論斷正在開發者社區流傳:有一個WEB框架,其開發效率可以超越AI  。這聽起來像是天方夜譚 ,但PasteApeart即升級版PasteForm)正將這一設想變為
            2026-09-02
          • 大模型RAG實戰 ,從被罵不靠譜到成為部門MVP,這是我的踩坑全記錄

            一切的起點是一頓臭罵上個月,我被領導叫進辦公室罵了整整二十分鍾。起因是這樣的——我們部門負責維護一套內部知識庫係統,裏麵沉澱了公司近五年的技術文檔、故障處理手冊 、還有各種規範流程。問題是,這玩意兒除了
            2026-09-02
          • AI 寫代碼有多厲害 ?——快了 55% ,但錯多了 75%

            這是 「AI是怎麽回事」係列的第 15 篇 。我一直很好奇 AI 到底是怎麽工作的,於是花了很長時間去拆這個東西——手機為什麽換了發型還能認出你,ChatGPT 回答你的那三秒鍾裏究竟在算什麽,AI 為
            2026-09-02
          • AI 寫代碼有多厲害 ?——快了 55% ,但錯多了 75%

            這是 「AI是怎麽回事」係列的第 15 篇。我一直很好奇 AI 到底是怎麽工作的,於是花了很長時間去拆這個東西——手機為什麽換了發型還能認出你 ,ChatGPT 回答你的那三秒鍾裏究竟在算什麽 ,AI 為
            2026-09-02
          • 這才是未來的“openclaw”

            openclaw就目前對我來說,感覺幫助不是很大 ,這隻是AI智能未來路上的一個小步驟 。當我讓ai生成內容時,網頁上一行一行的跳動,我離開電腦,孩子盯著那跳動的頁麵 ,感覺到無限的好奇。回想到自己小時候的
            2026-09-02
          • AI 寫代碼有多厲害 ?——快了 55%,但錯多了 75%

            這是 「AI是怎麽回事」係列的第 15 篇 。我一直很好奇 AI 到底是怎麽工作的 ,於是花了很長時間去拆這個東西——手機為什麽換了發型還能認出你,ChatGPT 回答你的那三秒鍾裏究竟在算什麽,AI 為
            2026-09-02

          最新评论