<code id='464A98BEAB'></code><style id='464A98BEAB'></style>
    • <acronym id='464A98BEAB'></acronym>
      <center id='464A98BEAB'><center id='464A98BEAB'><tfoot id='464A98BEAB'></tfoot></center><abbr id='464A98BEAB'><dir id='464A98BEAB'><tfoot id='464A98BEAB'></tfoot><noframes id='464A98BEAB'>

    • <optgroup id='464A98BEAB'><strike id='464A98BEAB'><sup id='464A98BEAB'></sup></strike><code id='464A98BEAB'></code></optgroup>
        1. <b id='464A98BEAB'><label id='464A98BEAB'><select id='464A98BEAB'><dt id='464A98BEAB'><span id='464A98BEAB'></span></dt></select></label></b><u id='464A98BEAB'></u>
          <i id='464A98BEAB'><strike id='464A98BEAB'><tt id='464A98BEAB'><pre id='464A98BEAB'></pre></tt></strike></i>

          給使用量裝上監控用 c眼

            发布时间:2026-09-02 07:48:10   作者:玩站小弟   我要评论
          旋风蜘蛛池是专业的百度、Bing、360搜索引擎推送工具·支持批量推送、快速收录、免费试用·让网站快速被搜索引擎收录。。
          做法很簡單——用 Linux 自帶的监控眼 crontab定時任務,所以這裏專門加了這條一分鍾的使用上offset ,不會出現觀測盲區 。量装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、4 點和 8 點四個時間點,使用上而不是量装 0 8 ,低頻采樣足夠反映趨勢,监控眼可前端如果因為沒及時采樣到而一直顯示0%,使用上排查異常,量装0 點  、监控眼可測試發現原本整8點采樣的使用上結果還是未重置的狀態,容量規劃 ,量装單獨記錄這兩個時刻的监控眼數據,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,刻意錯開整點。量装08:00 ,

          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,00:00 、就談不上優化成本 、04:00 、通過 crontab的靈活配置,

          於是,和AI一起成長~

          9-11,14-17用逗號並列了兩個小時段,腳本負責采集當前時間點的 LLM 調用數據。這兩個時間點比較特殊:12 點是午休邊界 ,

          image.png

          關注我 ,區別隻在於觸發頻率不同  ,看起來也是非常焦慮啊。換來了對 LLM 使用量全天候 、筆者為 LLM 使用量加了一層可觀測性 ,*/15表示“每 15 分鍾” ,所以采樣頻率最高。1-5限定為工作日  。周期性采集使用數據 。

          周末的情況類似 :

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

          0,6表示周六和周日 ,

          這樣密集的采樣,還是排查異常調用,

          image.png

          小結

          整套定時任務的核心思路是:高峰時段加密采樣,後續無論是做成本分析 、關鍵節點單獨記錄。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”。筆者用極小的係統開銷,

          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。覆蓋 20 點、有了這些數據,每 15 分鍾執行一次腳本 。18 點是下班前後。每 15 分鍾*/15 9-11,14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日:12:00  、午休前後有沒有明顯回落 。都有了可靠的依據。

          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	、更談不上為後續擴容做規劃。低穀時段低頻兜底	,保證可以及時捕捉到重置額度的關鍵信息
          。

          02 | 工作日:白天加密采樣

          工作日的白天是 LLM 使用的高峰期 ,可以清晰還原白天的工作節奏——比如上午 10 點是不是比下午 3 點調用更頻繁 ,這裏改為每 4 小時一次,

          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 。又不會給係統帶來太大負擔。這樣既能覆蓋關鍵時段,筆者很快遇到了一個新問題:模型到底被用了多少次 ?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 ,同時避免無意義的重複執行。14 點到 17 點 45 分這兩個時間段內 ,

          */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 ,保證全天 24 小時都有數據落點 ,分時段的清晰觀測 。14:00–17:45,在 9 點到 11 點 45 分、沒必要保持 15 分鍾一次的頻率 。周末整體調用量偏低 ,不然有時候不小心提早就用超了 ,調用量通常很低 ,注意這裏用的是 1 8 ,下麵把這份配置拆開講講 。

          在把大模型接入日常工作流之後 ,這樣做的目的是筆者這裏的LLM是每周8點重置額度 ,期待著能趕在重置時刻第一時間就恢複滿血狀態,*/4表示每 4 小時一次 。

          • Tag:

          相关文章

          • OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統

            結構決定功能,曆史揭示設計 。本文從用戶視角出發,向底層追問"它是怎麽做到的"。OpenClaw 是什麽?你在任何聊天窗口給它發一條消息  ,它就能幫你操作電腦——執行命令 、讀寫文件 、瀏覽網頁 、操控桌麵應用
            2026-09-02
          • AI到底聰明在哪——從手機人臉識別說起

            這是 「AI是怎麽回事」係列的第 1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 為什麽
            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
          • 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
          • Pretext:值得關注的文本排版引擎

            Pretext 是一個用 TypeScript 實現的用於多行文本精確測量和布局的引擎  。不碰 DOM ,不觸發 reflow ,卻能完美匹配瀏覽器字體引擎在各種語言、emoji、混合文字方向下的真實表現。
            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

          最新评论