周末的量装情況類似:
0 */4 * * 0,6 /home/alfred/scripts/llm_usage.sh0,6表示周六和周日
,
*/15 9-11,监控眼14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh這段配置的含義是:周一至周五,18 點是使用上下班前後 。
這樣密集的量装采樣,這樣既能覆蓋關鍵時段,监控眼
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 。14:00–17:45,量装
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
、容量規劃 ,使用上下麵把這份配置拆開講講。量装刻意錯開整點。监控眼14 點到 17 點 45 分這兩個時間段內
,使用上單獨記錄這兩個時刻的量装數據,期待著能趕在重置時刻第一時間就恢複滿血狀態,調用量通常很低,腳本負責采集當前時間點的 LLM 調用數據。還是排查異常調用,可前端如果因為沒及時采樣到而一直顯示0% ,同時避免無意義的重複執行
。0 點
、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
,*/15表示“每 15 分鍾”
,可測試發現原本整8點采樣的結果還是未重置的狀態,就談不上優化成本、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。

關注我,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,沒必要保持 15 分鍾一次的頻率。08:00,排查異常,每 15 分鍾執行一次腳本。看起來也是非常焦慮啊。做法很簡單——用 Linux 自帶的 crontab定時任務,後續無論是做成本分析
、周末整體調用量偏低 ,不會出現觀測盲區。*/4表示每 4 小時一次 。又不會給係統帶來太大負擔 。
02 | 工作日:白天加密采樣
工作日的白天是 LLM 使用的高峰期 ,
在把大模型接入日常工作流之後 ,00:00、午休前後有沒有明顯回落。這樣做的目的是筆者這裏的LLM是每周8點重置額度,不然有時候不小心提早就用超了,筆者用極小的係統開銷 ,覆蓋 20 點、周期性采集使用數據 。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、所以采樣頻率最高
。分時段的清晰觀測 。更談不上為後續擴容做規劃。低頻采樣足夠反映趨勢 ,保證全天 24 小時都有數據落點
,關鍵節點單獨記錄。9-11,14-17用逗號並列了兩個小時段 ,和AI一起成長~
注意這裏用的是 1 8