预算告警与日常习惯：把 API 开销控制在预期内
先给 API 开销划出两条预算线
写代码时，最容易忽略的不是单次请求价格，而是后台代理持续执行、失败重试，以及越来越长的上下文。我更愿意每天花一分钟看账，而不是月底猜测钱花在哪里。下面做一个本地预算检查器：每天录入当天累计费用，到达阈值就让终端明确报警。
Fluxo 用一个密钥和一个基础地址 https://api.fluxorelay.com 接入多家模型，兼容 Claude Code、Codex、Gemini CLI 和 OpenAI SDK。调用入口统一以后，也要给不同工具保留清晰的用量记录，否则一个总金额很难解释。
先执行以下命令。这里把月预算设为 300、日预算设为 15，金额单位始终与账单一致；这些数字只是预算示例，不是模型报价。
mkdir -p "$HOME/.config/fluxo-budget"
export BUDGET_MONTH=300 BUDGET_DAY=15 — 这两个环境变量只对当前终端及其子进程生效。换终端或配置定时任务时，需要重新设置。日预算也不必简单等于月预算除以天数：集中开发和周末停工，可以有不同节奏。
用当天累计费用生成终端告警
下面的命令只使用 Python 标准库。把末尾的 9.40 替换成账单中当天已经产生的累计费用。重复执行会覆盖当天记录，避免把同一笔费用重复相加。
python3 -c 'import datetime,json,os,pathlib,sys; from decimal import Decimal as D; amount=D(sys.argv[1]); assert amount.is_finite() and amount>=0, "费用必须是非负有限数"; p=pathlib.Path.home()/".config/fluxo-budget/daily.json"; data=json.loads(p.read_text()) if p.exists() else {}; today=datetime.date.today().isoformat(); data[today]=str(amount); p.write_text(json.dumps(data,indent=2)); month=sum((D(v) for k,v in data.items() if k.startswith(today[:7])),D("0")); daily_limit=D(os.environ["BUDGET_DAY"]); monthly_limit=D(os.environ["BUDGET_MONTH"]); assert daily_limit>0 and monthly_limit>0, "预算必须大于零"; stop=amount>=daily_limit or month>=monthly_limit; warn=amount>=daily_limit*D("0.8") or month>=monthly_limit*D("0.8"); print("超出预算" if stop else "预算预警" if warn else "预算正常"); print("今日累计:",amount,"本月已录入:",month); sys.exit(2 if stop else 1 if warn else 0)' 9.40
达到任一预算的 80% 时，命令返回状态码 1；达到预算时返回 2；否则返回 0。运行后紧接着执行下面这条命令，可以查看状态码。
echo $?
这是本地提醒，不会自动停止 API 请求。月累计只包含已经录入的日期；第一次使用时，必须补齐本月记录，才能把它当作月预算依据。
补齐历史记录，统一账单日期
补录时可以执行下面的命令，替换日期与当天累计费用。每个日期只保留一个最终金额；跨月后，检查器会按当前月份自动汇总。
python3 -c 'import datetime,json,pathlib,sys; from decimal import Decimal as D; day=datetime.date.fromisoformat(sys.argv[1]).isoformat(); amount=D(sys.argv[2]); assert amount.is_finite() and amount>=0; p=pathlib.Path.home()/".config/fluxo-budget/daily.json"; data=json.loads(p.read_text()) if p.exists() else {}; data[day]=str(amount); p.write_text(json.dumps(data,indent=2))' 2026-01-01 8.20
脚本按电脑本地日期记账。如果账单采用其他时区，就在双方日期一致的时间录入，或者调整脚本日期规则。账单存在延迟时，次日再校正前一天金额。没有录入的数据，检查器无法替你发现。
把模型选择和任务规模一起记录
我会先用 DeepSeek V4 Flash 处理范围明确的小修改，再用 Claude Sonnet 5.5 对照验证复杂任务。这里不预设谁一定更省：完成一次有效修改的总费用，比单次请求便宜更有意义。
- 每次长任务开始之前，先写下目标文件、验收命令和停止条件，减少代理反复探索。
- 遇到连续失败的工具调用时，先检查报错与权限，再决定是否允许下一轮重试。
- 比较两个模型的成本时，同时记录完成质量、请求次数和实际扣费，避免只比较输出长度。
把缓存读写也纳入每日检查
Fluxo 没有月费，按实际 Token 用量计费，缓存读取和写入也计入其中。因此，看到缓存命中并不等于这次调用免费。查看费用明细时，要把普通输入、输出、缓存读取和缓存写入一起核对。
- 整理上下文时，优先保留当前任务需要的文件和错误信息，避免每轮都附上整个仓库。
- 复用稳定的任务说明时，保持公共前缀一致，并通过实际用量确认缓存是否带来收益。
- 执行批量任务之前，先跑一个小样本，再按实际费用估算整批任务所需的预算。
让每日收工检查成为固定动作
收工前更新当天金额，检查是否触发预警，再决定明天继续哪些任务。达到预算后，先暂停自己启动的后台代理，检查未完成请求和自动重试；关闭终端不一定代表后台工作已经结束。
如果想把这套习惯用在统一的模型入口上，可以创建一个 Fluxo 账户，从一个小任务开始记录真实费用。
邀请他人付费产生的推荐分成，单独记录为收入，不要提前抵扣调用预算。预算是否可持续，仍然用实际消耗判断。坚持几天之后，你就能从“今天好像调用很多”，变成明确知道哪类任务值得继续投入。