# 用 Python 给 AI 助手做一份"积分账单"

## 一、起因：知道花了多少，不知道花在哪

用 AI 助手做项目的人大概都遇到过这个场景：某天打开客户端，发现积分掉得比预期快得多，但**你完全不知道是哪个任务烧掉的**。

客户端里能看到的只有"余额"和一个总数。问题是：

- 是那个跑了 20 轮的长会话？
- 还是每天定时跑的自动化？
- 还是某次让它读了一个巨大的文件？

**没有明细，就没法优化。** 这跟做广告投放是一个道理——只给你总消耗不给分渠道数据，任何"降本"都是猜。

于是我花了半天，给自己做了份"积分账单"：每天自动采集、自动分析、自动把结论发到邮箱。

---

## 二、第一步：数据到底在哪

结论先行：**在本机 SQLite 里**。

主目录下的 `workbuddy.db` 存着会话元数据，其中一张表叫 `session_usage`，字段长这样：

| 字段 | 含义 |
|---|---|
| `session_id` | 任务 ID |
| `used` | 当前上下文占用的 token 数 |
| `size` | 上下文窗口大小 |
| `credit_json` | 各类目积分消耗（JSON） |
| `updated_at` | 时间戳（毫秒） |

配上 `sessions` 表（`title` / `cwd` / `model` / `is_background_automation`），就能回答"哪个任务、在哪个项目、是自动化还是我在聊"。

**采集的第一条纪律：只读。**

```python
import sqlite3

p = r"...\workbuddy.db"
con = sqlite3.connect(f"file:{p}?mode=ro", uri=True)   # 只读打开
cur = con.cursor()
cur.execute("SELECT session_id, used, updated_at, credit_json FROM session_usage")
```

`mode=ro` 这个参数很重要——**它是只读连接，物理上不可能写坏别人的数据库**。给别人的生产数据做分析时，这是最基本的自觉。

---

## 三、最关键的一个设计：两个指标，别混着算

采集本身不难，难的是**口径**。这里有个坑，我踩了才想明白：

> `session_usage` 里保存的积分，是**每个任务最后一次请求**的积分，不是这个任务历史累计的积分。

也就是说，直接 `SUM(credit_json)` 得到的是一个**采样值、下限值**，不等于当天真实总消耗。

如果不对用户说明这一点，报告就是误导。所以我把它拆成两个指标：

| 指标 | 算法 | 性质 |
|---|---|---|
| **上下文新增（主指标）** | 今日各任务 `used` 减去上次快照的 `used`，求和 | **准确**，反映真实工作量，可逐日累积比较 |
| **积分消耗（采样）** | 各任务末次请求积分之和 | **下限值**，用于看"谁是大户"，不看绝对值 |

主指标的实现靠**快照差分**：

```python
# 每次运行都把「当前各任务上下文大小」存一份快照
prev = json.load(open("snapshot.json"))["sessions"]   # 上次
for s in sessions:
    old = prev.get(s["sid"])
    delta = s["used"] if old is None else max(0, s["used"] - old["used"])
```

差分法的好处：**任务被归档、被删掉都不会影响已有历史**，因为每天的增量一旦算出来就落进台账 CSV 了。

> 顺带一个心得：**任何"累计值"型指标，只要能每天读一次，就能用差分还原出"每天是多少"。** 这条在电商（付款人数）、在用户增长（累计 UV）上都通用。

---

## 四、报告：为什么最后选了 HTML 邮件

第一版我用纯文本发，结论是——**没人看**。一堆数字平铺，看不出轻重。

第二版改成 HTML，原则只有三条：

1. **颜色必须配文字。** 红色=异常、橙色=注意、绿色=正常、蓝色=中性。任何一处高亮，旁边必须有文字说明它为什么被高亮，否则等于没标。
2. **能用纯 CSS 就别用 JS/SVG。** 很多邮箱客户端（尤其 Gmail）会剥掉 `<script>` 和历史悠久的 SVG 支持问题。条形图直接用「轨道 div + 内层宽度百分比 div」画：

```html
<div style="background:#eef1f5;border-radius:4px;height:14px;overflow:hidden">
  <div style="background:#0f7b3f;height:14px;width:73%"></div>
</div>
```

   三行 HTML，一行 CSS，兼容性 100%，比任何图表库都省事。

3. **结论要人话。** 报告里最值钱的一句不是"今日消耗 964.78"，而是：

   > 积分集中在 2 个交互式长会话上（占 74%），自动化部分单次开销很小——**想省积分，优先管住长会话，不是砍自动化。**

   这句话直接改变了我的使用习惯。

---

## 五、定时任务：一个必踩的时区坑

服务端在 GMT-8，我人在 UTC+8，定时器的 `BYHOUR` 是按**机器时区**解析的。想在北京时间 21:00 收到报告，本机时间要设成 05:00：

```
机器 05:00  →  北京 21:00      （北京 = 机器 + 16h）
```

**通用做法**：所有对外输出的日期（邮件主题、文件名、报表里的"日期"列）统一按目标时区换算，而不是用机器本地时间。

```python
cn_now = datetime.datetime.utcnow() + datetime.timedelta(hours=8)
```

另外定时任务的 prompt 一定要**自包含**：写清绝对路径、脚本名、输出目录、失败怎么办。因为几个月后跑它的那个"执行者"看不到你今天跟它说的任何话。

**失败兜底也写进去**：

> 若脚本执行失败 / JSON 解析失败 / 报告文件缺失：**不要发送缺数据的报告**，改发一封纯文本说明失败原因与排查建议。**绝不编造数字。**

这条比什么都重要。数据类报告一旦开始"编"，整条链路就废了。

---

## 六、踩坑清单（可直接抄）

| # | 坑 | 解法 |
|---|---|---|
| 1 | 数据库被占用 | 用 `file:...?mode=ro` 只读 URI 连接，不锁写 |
| 2 | 中文乱码 | Windows 控制台显式 `sys.stdout = io.TextIOWrapper(..., encoding="utf-8")` |
| 3 | 累计值无法还原当日值 | 每天存快照 + 差分 |
| 4 | 采样值与真实值混淆 | 拆两个指标，报告里写明口径与"下限值"字样 |
| 5 | 定时器时区错位 | 明确换算公式，写进任务说明 |
| 6 | 图在邮箱不显示 | 纯 CSS 条形图，不用 JS/SVG |
| 7 | 首次运行没有环比 | 明确标注「今日为建基线首日」，别拿 0 当对比 |

---

## 七、效果

跑了之后，最直接的三个收获：

1. **找到了真正的开销大头**——不是每天定时跑的自动化，而是两个聊了很久的长会话（每次请求都要把整个上下文重发一遍，越聊越贵）；
2. **养成了"长任务断舍离"习惯**——一个任务聊到上下文很大时，让它把结论写成文件，然后新开任务继续；
3. **数据一直在攒**——每天一行台账，一个月后就是完整的消耗曲线，能看出趋势，而不只是看当天。

代码总共 300 行左右，零第三方依赖（纯标准库），跑在定时任务里，每天 21:00 一封邮件，成本为零。

---

**一句话总结**：客户端只能告诉你"花了多少"，自己动手才能知道"花在哪"。而只要能每天读到一次累计值，你就能把"总消耗"拆成"每日明细"——这条思路，用在任何一个只有累计值没有日明细的系统上都成立。

用 AI 助手做项目的人大概都遇到过这个场景：某天打开客户端，发现积分掉得比预期快得多，但你完全不知道是哪个任务烧掉的。

用 Python 给 AI 助手做一份"积分账单"：只读本地 SQLite，每天 21:00 自动发 HTML 日报

客户端只告诉你"还剩多少积分"，不告诉你"谁把它烧了"。本文用 Python 只读本机 SQLite，把每个任务的算力占用、积分消耗算出来，自动生成配色高亮的 HTML 日报并定时邮件推送，附完整踩坑清单。

人工智能

**积分账单**：用Python读取本地SQLite数据，自动生成每日AI助手积分消耗报告。通过快照差分准确统计各任务上下文新增量，区分真实消耗与采样值，识别长会话为积分消耗大头。纯标准库实现，每天21:00邮件推送，助您优化AI使用成本，看清每一分积分去向。

代码解释

数据库

Windows

SQLite

Python

JSON

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用 Python 给 AI 助手做一份"积分账单"：只读本地 SQLite，每天 21:00 自动发 HTML 日报-腾讯云开发者社区-腾讯云

用 Python 给 AI 助手做一份"积分账单"：只读本地 SQLite，每天 21:00 自动发 HTML 日报

用 Python 给 AI 助手做一份"积分账单"：只读本地 SQLite，每天 21:00 自动发 HTML 日报

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐