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
、
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
。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、周末整體調用量偏低，使用上14:00–17:45，量装
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。區別隻在於觸發頻率不同，使用上所以采樣頻率最高
。量装不然有時候不小心提早就用超了，监控眼分時段的使用上清晰觀測
。4 點和 8 點四個時間點
，量装關鍵節點單獨記錄
。监控眼周期性采集使用數據。使用上下麵把這份配置拆開講講
。量装而不是 0 8，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	、筆者用極小的係統開銷	，
02 | 工作日：白天加密采樣
工作日的白天是 LLM 使用的高峰期，04:00
、通過 crontab的靈活配置，每 15 分鍾執行一次腳本	。午休前後有沒有明顯回落。保證全天 24 小時都有數據落點，單獨記錄這兩個時刻的數據
，*/15表示“每 15 分鍾”，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	，在 9 點到 11 點 45 分、和AI一起成長~
在把大模型接入日常工作流之後，還是排查異常調用，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，18 點是下班前後
。0 點
、這樣做的目的是筆者這裏的LLM是每周8點重置額度，
小結
整套定時任務的核心思路是：高峰時段加密采樣
，低穀時段低頻兜底，容量規劃
，都有了可靠的依據
。覆蓋 20 點
、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”。低頻采樣足夠反映趨勢
，這裏改為每 4 小時一次
，就談不上優化成本、所以這裏專門加了這條一分鍾的offset，
於是，08:00
，
這樣密集的采樣
，
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
，筆者為 LLM 使用量加了一層可觀測性，保證可以及時捕捉到重置額度的關鍵信息。
關注我，1-5限定為工作日。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
，可前端如果因為沒及時采樣到而一直顯示0%  ，可測試發現原本整8點采樣的結果還是未重置的狀態，這兩個時間點比較特殊：12 點是午休邊界
，注意這裏用的是 1 8 ，9-11,14-17用逗號並列了兩個小時段，期待著能趕在重置時刻第一時間就恢複滿血狀態，腳本負責采集當前時間點的 LLM 調用數據  。調用量通常很低
，更談不上為後續擴容做規劃  。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
、同時避免無意義的重複執行 。

*/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 ，14 點到 17 點 45 分這兩個時間段內，不會出現觀測盲區
。又不會給係統帶來太大負擔 。有了這些數據，排查異常
，00:00、這樣既能覆蓋關鍵時段 ，換來了對 LLM 使用量全天候、刻意錯開整點。*/4表示每 4 小時一次。

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，看起來也是非常焦慮啊
。