關注我 ，量装下麵把這份配置拆開講講。监控眼覆蓋 20 點、使用上

02 | 工作日：白天加密采樣

工作日的量装白天是 LLM 使用的高峰期，換來了對 LLM 使用量全天候、监控眼14:00–17:45，使用上不會出現觀測盲區
。量装筆者很快遇到了一個新問題：模型到底被用了多少次？监控眼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 ，18:00 各執行一次0 12,使用上18 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日夜間：20:00 、期待著能趕在重置時刻第一時間就恢複滿血狀態 ，量装14 點到 17 點 45 分這兩個時間段內 ，监控眼這裏改為每 4 小時一次
，使用上

03 | 工作日：午間與傍晚定點記錄

0 12,量装18 * * 1-5 /home/alfred/scripts/llm_usage.sh

中午 12 點和傍晚 18 點各執行一次。04:00、這樣做的目的是筆者這裏的LLM是每周8點重置額度，保證可以及時捕捉到重置額度的關鍵信息。*/4表示每 4 小時一次。刻意錯開整點  。腳本負責采集當前時間點的 LLM 調用數據。

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

、周末整體調用量偏低，在 9 點到 11 點 45 分、關鍵節點單獨記錄。分時段的清晰觀測。還是排查異常調用，筆者為 LLM 使用量加了一層可觀測性，每 15 分鍾執行一次腳本。更談不上為後續擴容做規劃
。可前端如果因為沒及時采樣到而一直顯示0%，調用量通常很低

，都有了可靠的依據	。筆者用極小的係統開銷，午休前後有沒有明顯回落
。
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 9-11,14-17 * * 1-5 /home/alfred/scripts/llm_usage.sh# 工作日：12:00、容量規劃

，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

，而不是 0 8
，後續無論是做成本分析、
*/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，
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

，所以這裏專門加了這條一分鍾的offset，
這樣密集的采樣，就談不上優化成本
、低穀時段低頻兜底
，所以采樣頻率最高。不然有時候不小心提早就用超了，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 ，這樣既能覆蓋關鍵時段 ，周期性采集使用數據
。9-11,14-17用逗號並列了兩個小時段，沒必要保持 15 分鍾一次的頻率 。08:00，0 點 、同時避免無意義的重複執行。又不會給係統帶來太大負擔。可測試發現原本整8點采樣的結果還是未重置的狀態 ，單獨記錄這兩個時刻的數據
，做法很簡單——用 Linux 自帶的 crontab定時任務，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”。區別隻在於觸發頻率不同，18 點是下班前後。保證全天 24 小時都有數據落點，注意這裏用的是 1 8，低頻采樣足夠反映趨勢 ，

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 ，有了這些數據 ，和AI一起成長~

小結

整套定時任務的核心思路是 ：高峰時段加密采樣，00:00、通過 crontab的靈活配置，1-5限定為工作日。

在把大模型接入日常工作流之後
，*/15表示“每 15 分鍾”，

於是 ，排查異常，