LLM Usage Aggregator

快速使用

运行脚本处理CSV文件：

python scripts/aggregate_llm_usage.py <csv_path> [output_path] [pricing_config_path]

处理逻辑

用户标识合并

• 优先使用 email 字段作为用户标识
• 若 email 为空，则使用 phone 字段

内部/外部用户判定

• 内部用户：email包含 footprint、maybe 或 fastest（不区分大小写）
• 外部用户：其他所有用户

成本计算逻辑

基于 references/pricing_config.json 中的模型定价配置，优先按 model_type 计算：

补充说明：

• model_type 由 pricing_config.json 中每个模型的配置决定，值为 图片、视频、文本
• generation_type 仍保留在原始流水中，用于辅助识别图片/视频调用场景，但文本模型是否按 token 计价以 model_type=文本 为准
• model_aliases 用于将原始 llm_model 归一化到统一简称后再计价和汇总

校验机制

运行时自动执行以下校验，异常信息输出到终端：

视频类型有声/无声判断

• generate_audio 为 True → 有声，使用 audio_price.with_audio
• generate_audio 为 False 或空值 → 无声，使用 audio_price.without_audio
• 若模型配置无 audio_price 字段，则使用 price_per_request

汇总维度

输出Excel为单Sheet（汇总报表），4个区块由上至下排列，每个区块末尾有合计行：

汇总字段

• prompt_tokens - 输入token数
• completion_tokens - 输出token数
• generated_image_count - 生成图片数
• duration_seconds - 耗时秒数
• 成本(USD) - 基于定价配置计算的成本
• 记录数 - 调用次数

CSV文件要求

必需字段：

• email 或 phone - 用户标识
• llm_provider - LLM提供商
• llm_model - 模型名称

可选字段：

• prompt_tokens、completion_tokens、generated_image_count、duration_seconds
• generation_type - 生成类型（image/video/空）
• generate_audio - 是否生成音频（布尔值，视频类型使用）

参考文件

• references/pricing_config.json — 定价配置（与llm-cost-aggregator共用）

新增模型（本次更新）