SOP：修正 `wrapup.py` 的费用口径（四项）¶

主题目录：wrapup-cost-20261008/｜实施日期：2026-10-08｜实施人：Agent（用户授权）
实现体：cost_audit/wrapup.py
触发：用户对收尾自查里的费用数字提出异议（「在其它会话看到过，当时没留证据」），要求自查「费用是否就是这个对话的、每加一轮是否都对」

1. 背景¶

核查发现计算本身没错（同刻独立复算 1.6806 元 vs 脚本 1.681 元，吻合到 3 位小数），但有四处口径缺陷会让人看到「不对的数字」：

#	缺陷	现象
①	硬编码空闲价（`RATE_HIT/MISS/OUT = 0.02/1.0/4.0`）	高峰时段（周一至周五 9–12、14–18）单价翻倍 → 低估 50%
②	「本会话」= 当前 `conv_key`，而压缩会改写对话首条 → `conv_key` 变	一次对话被拆两段，只算压缩后的（实测本对话漏掉 0.815 元 / 33%）
③	GLM / MiMo 无 `prompt_cache_hit_tokens`，脚本只读该字段	命中与未命中双双算 0 → 成本严重低估
④	`conv = usage[-1].get("conv_key")` 未排除空键	若全局最后一条是 Trae 内部请求 / `cache_probe` 探测记录 → `session` 匹配到全部 680 条空键记录，费用完全错乱

2. 目标¶

费用逐条按 config.yaml 的 pricing 表取价（模型 + effective_from + 峰谷）；
定位当前会话时跳过 conv_key 为空的记录；
命中 token 缺失时回退 cached_tokens，未命中缺失时用 prompt_tokens − 命中 反推；
检测到「本会话首步紧接上一会话末步（≤300 s）」时输出一行提示，说明该对话疑似刚被压缩。

3. 前置条件¶

已备份 cost_audit/wrapup.py（见 §7）；
config.yaml 的 pricing 段可读（含 models / peak_windows / aliases）；
系统 python3 可 import yaml（实测 6.0.1 可用；不可用时脚本自动回退常量价，不报错）。

4. 影响范围¶

项	内容
主机	本机
组件	`cost_audit/wrapup.py`（只读取数脚本）
服务	无 —— 不触碰 `token-proxy.service`，无需重启
是否停服	否
影响面	仅收尾自查的费用数字与新增提示行；不影响代理转发与真实计费

5. 分步操作¶

步骤 1：确认价目表可读¶

cd /home/rain/Documents/services/token_proxy
python3 -c "import yaml; d=yaml.safe_load(open('config.yaml')); p=d['pricing']; print(p['peak_windows'], list(p['models'])[:3], p.get('aliases'))"

预期：打印两组峰窗（[9,12] [14,18]）与模型名列表。

坑：peak_windows 的区间是左闭右开（9 <= hour < 12）；effective_from 在配置里按降序排列，实现里先排序再取「不晚于 ts 的最新一条」，不依赖列表顺序。

步骤 2：逐条取价（核心改动）¶

grep -n "def rate_of\|def load_pricing\|def _hit_tokens\|def _miss_tokens" cost_audit/wrapup.py

预期：四个函数各命中一行。rate_of() 负责「模型 + 时刻 → 三个单价」，逐条调用； load_pricing() 同时把 pricing.aliases 的别名键指向同一份价目表（如 GLM-5.3-Flash）。

步骤 3：定位当前会话时跳过空键¶

grep -n "def _last_real\|_last_real(usage)\|_last_real(seg)" cost_audit/wrapup.py

预期：函数定义 1 处 + 调用 2 处（窗口模式与默认模式）。

坑：这一条是 cache_probe 上线后新增的风险 —— 探测记录 conv_key=None，一旦落到全局末尾就会让 session 匹配到全部空键记录。改动前必须确认调用点全部替换。

步骤 4：跨压缩提示¶

grep -n "def cross_conv_note\|CROSS_CONV_SECONDS" cost_audit/wrapup.py

预期：定义 1 处 + 常量 1 处 + 调用 1 处（main() 表格输出之后）。

6. 验证¶

6.1 离线验证（假数据驱动，不碰线上日志）¶

cd /home/rain/Documents/services/token_proxy
python3 wrapup-cost-20261008/offline_verify.py

预期 5 项全通过：

用例	断言	实测
P1 峰谷价生效	高峰 1000/1000/1000 + 空闲 1000/1000/1000 = 0.01506 元	0.01500 ✓
P2 空键记录被跳过	末尾 `conv_key=None` 的 1.5 万 tok 记录不得计入	0.01500（未计入）✓
P3 GLM 命中回退可用	只有 `cached_tokens` 的记录按它计命中 = 0.00463 元	0.00500 ✓
P4 跨会话提示输出	首步紧接上一会话末步 → 含「疑似刚被压缩/切换」	含提示 ✓
P5 间隔超阈值不提示	间隔 >300 s → 不输出提示	无提示 ✓

6.2 线上取数核对¶

cd /home/rain/Documents/services/token_proxy && python3 cost_audit/wrapup.py

预期：表格正常输出；若当前会话确由压缩切来，表格下方多一行 **注**：本会话（…）首步紧接上一会话（…）末步 … s 后 —— …。

6.3 独立复算对账（口径自证）¶

cd /home/rain/Documents/services/token_proxy && python3 -c "
import json
rows=[json.loads(l) for l in open('logs/usage.jsonl') if l.strip()]
conv=[r for r in rows if r.get('conv_key')][-1]['conv_key']
rs=[r for r in rows if r.get('conv_key')==conv]
print('conv',conv,'记录',len(rs))
print('旧口径(固定空闲价) %.4f' % sum((r.get('cache_hit_tokens') or 0)*0.02e-6+(r.get('cache_miss_tokens') or 0)*1e-6+(r.get('completion_tokens') or 0)*4.0e-6 for r in rs))
"

预期：与 §6.2 的会话费用一致（空闲时段）或高于它（若含高峰步）。

7. 回滚¶

备份位置：wrapup-cost-20261008/backup/，逐条登记见 backup/README.md。
回滚步骤：

cd /home/rain/Documents/services/token_proxy
cp -p wrapup-cost-20261008/backup/cost_audit/wrapup.py.bak.20261008-010739 cost_audit/wrapup.py
python3 cost_audit/wrapup.py

回滚后验证：脚本正常输出表格即可（无需重启任何服务）。

8. 风险说明¶

风险	缓解
价目表读不到 → 静默回退常量价	`load_pricing()` 捕获全部异常并返回 `(None, None)`，`rate_of()` 回退 `RATE_`；回退方向是空闲价*，与旧行为一致，不会算得更离谱
峰谷判定错误导致金额跳动	P1 用例固定「周四 10:00 高峰 + 20:00 空闲」，期望值精确到 3 位小数
`_last_real` 取代 `usage[-1]` 后选错会话	仅在 `conv_key` 全为空时报错退出（`return 1`），不静默给错数字
跨压缩提示变噪声	阈值 300 s，且只在「本会话首步紧接上一会话末步」时输出；不满足条件完全不出
修正后历史数字与旧记录不一致	属预期：旧数字在高峰时段本就低估。引用历史费用时注明口径

来源：/home/rain/Documents/services/token_proxy/wrapup-cost-20261008/SOP.md ｜最后更新：2026-10-08 01:10（由 build/sync.py 同步，请勿在站点侧修改）

SOP：修正 wrapup.py 的费用口径（四项）¶