03 | 工作日 ：午間與傍晚定點記錄
0 12,监控眼18 * * 1-5 /home/alfred/scripts/llm_usage.sh中午 12 點和傍晚 18 點各執行一次 。期待著能趕在重置時刻第一時間就恢複滿血狀態
，使用上還是量装排查異常調用
，18 點是监控眼下班前後 。通過 crontab的使用上靈活配置，又不會給係統帶來太大負擔 。量装每 15 分鍾*/15 9-11,监控眼14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日 ：12:00 、容量規劃
，使用上注意這裏用的量装是 1 8 ，04:00 、低頻采樣足夠反映趨勢 ，14:00–17:45，所以這裏專門加了這條一分鍾的offset，
於是
，*/4表示每 4 小時一次 。在 9 點到 11 點 45 分、所以采樣頻率最高 。刻意錯開整點
。
*/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 ，
周末的情況類似：
0 */4 * * 0,6 /home/alfred/scripts/llm_usage.sh0,6表示周六和周日，有了這些數據
，0 點 、
02 | 工作日：白天加密采樣
工作日的白天是 LLM 使用的高峰期 ，00:00 、單獨記錄這兩個時刻的數據 ，
小結
整套定時任務的核心思路是 ：高峰時段加密采樣 ，周末整體調用量偏低 ，保證全天 24 小時都有數據落點 ，
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 。
在把大模型接入日常工作流之後 ，換來了對 LLM 使用量全天候 、這樣既能覆蓋關鍵時段 ，就談不上優化成本 、9-11,14-17用逗號並列了兩個小時段 ，同時避免無意義的重複執行 。低穀時段低頻兜底
，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
，*/15表示“每 15 分鍾”，筆者為 LLM 使用量加了一層可觀測性 ，看起來也是非常焦慮啊 。而不是 0 8 ，可測試發現原本整8點采樣的結果還是未重置的狀態 ，和AI一起成長~
這樣密集的采樣
，4 點和 8 點四個時間點，周期性采集使用數據。調用量通常很低，1-5限定為工作日。
關注我 ，都有了可靠的依據 。每 15 分鍾執行一次腳本 。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 、更談不上為後續擴容做規劃 。不會出現觀測盲區。
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 、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 ，後續無論是做成本分析、腳本負責采集當前時間點的 LLM 調用數據 。做法很簡單——用 Linux 自帶的 crontab定時任務
，排查異常，
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 ，關鍵節點單獨記錄 。保證可以及時捕捉到重置額度的關鍵信息。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 ，14 點到 17 點 45 分這兩個時間段內 ，這樣做的目的是筆者這裏的LLM是每周8點重置額度，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，下麵把這份配置拆開講講 。不然有時候不小心提早就用超了 ，