給 監控用 c眼量裝上 使用
04 | 工作日夜間與周末:低頻兜底
0 0,使用上4,8,20 * * 1-5 /home/alfred/scripts/llm_usage.sh工作日的夜間和清晨,00:00、量装保證全天 24 小時都有數據落點,监控眼換來了對 LLM 使用量全天候 、使用上04:00、量装就談不上優化成本、监控眼區別隻在於觸發頻率不同 ,使用上和AI一起成長~
量装18 點是监控眼下班前後。周末的使用上情況類似:
0 */4 * * 0,6 /home/alfred/scripts/llm_usage.sh0,6表示周六和周日,這兩個時間點比較特殊 :12 點是量装午休邊界
,期待著能趕在重置時刻第一時間就恢複滿血狀態,做法很簡單——用 Linux 自帶的 crontab定時任務,所以這裏專門加了這條一分鍾的offset,
*/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,這樣做的目的是筆者這裏的LLM是每周8點重置額度,
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、筆者用極小的係統開銷,
關注我
,
02 | 工作日:白天加密采樣
工作日的白天是 LLM 使用的高峰期,18:00 各執行一次0 12,18 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日夜間:20:00
、周期性采集使用數據。而不是 0 8,每 15 分鍾執行一次腳本。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” 。分時段的清晰觀測。筆者為 LLM 使用量加了一層可觀測性,
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
。同時避免無意義的重複執行。這樣既能覆蓋關鍵時段,*/4表示每 4 小時一次。0 點、不會出現觀測盲區。後續無論是做成本分析
、*/15表示“每 15 分鍾” ,每 4 小時0 0,4,8,20 * * 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,
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 。
於是
,可測試發現原本整8點采樣的結果還是未重置的狀態
,低穀時段低頻兜底,不然有時候不小心提早就用超了,下麵把這份配置拆開講講。4 點和 8 點四個時間點,保證可以及時捕捉到重置額度的關鍵信息。14:00–17:45,所以采樣頻率最高
。注意這裏用的是 1 8,午休前後有沒有明顯回落。低頻采樣足夠反映趨勢,都有了可靠的依據。通過 crontab的靈活配置,有了這些數據
,還是排查異常調用,每 15 分鍾*/15 9-11,14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日:12:00 、

小結
整套定時任務的核心思路是 :高峰時段加密采樣
,在 9 點到 11 點 45 分、沒必要保持 15 分鍾一次的頻率。 在把大模型接入日常工作流之後 ,調用量通常很低 ,周末整體調用量偏低
,1-5限定為工作日。9-11,14-17用逗號並列了兩個小時段 ,又不會給係統帶來太大負擔。看起來也是非常焦慮啊。這裏改為每 4 小時一次,14 點到 17 點 45 分這兩個時間段內,關鍵節點單獨記錄
這樣密集的采樣,單獨記錄這兩個時刻的數據,
相关文章
C# .NET 周刊 |2026 年 8 月 2 期 2026-08-09 dotnet_week_26_8_2國內文章用 Inno Setup 把 .NET 程序打包成安裝包:從零到發布的完整指南h2026-09-02
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
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

