企业官网建设流程全解析

1. 从 CronJob 的 401 开始：把 csdn_ugc 汇总任务拆成三步

Kubernetes 里 CronJob 跑不起来，日志停在401 Unauthorized，这是把 TaoToken 接入定时汇总任务时最典型的断点。先去 TaoToken 官网 获取 Key，再把 Base URL 设为https://taotoken.net/api。很多团队一开始会把问题归因到集群网络、RBAC 或镜像拉取，但真正的原因是 Secret 没注入、环境变量名写错，或者脚本请求路径和 Base URL 拼接不一致。

最近行业里在讨论 Token 调用规模与数据服务用电成本，但落到平台工程侧，更实际的问题是：如何按来源平台稳定统计 Token 调用量。本文以csdn_ugc这个来源平台为例，用 Kubernetes CronJob 每天定时跑一次汇总 Job，产出可审计的 JSON 报告和 Job 日志。整个方案拆成三步：

1. 在 TaoToken 准备 API Key、确认 Base URL 和可用模型名；
2. 准备一份只读的用量明细 JSONL，字段里必须包含platform、model、prompt_tokens、completion_tokens、total_tokens；
3. 部署 CronJob，让 Job 在固定时区聚合csdn_ugc，并可选调用 TaoToken 生成一段中文摘要。

这里刻意不让汇总任务直连生产库。平台侧更稳的做法是：由日志管道或离线导出任务，把调用明细以只读方式落到 PVC、对象存储或数据湖，再让 CronJob 读取样本文件。下面的 SQL 和命令都只建议在本地或离线副本上执行，不要在生产库上直接跑。

2. 在 TaoToken 准备 Key、Base URL 与模型名

先打开 TaoToken 官网，完成登录后进入控制台。创建 API Key 的入口在这里： API Keys。Key 通常只在创建时完整显示一次，复制后立刻写入 Kubernetes Secret，不要提交到 Git。

本文所有配置里的 Key 占位符统一写成：

YOUR_API_KEY

Base URL 固定为：

https://taotoken.net/api

注意，Base URL 不加 UTM 参数。UTM 只用于官网、控制台和文档链接，方便做来源追踪；真正给 SDK、CronJob、Claude Code、Codex 使用的 API 基址保持干净。

模型名不要凭感觉写。打开 模型对话，选一个可用模型，复制模型名，后面填入 CronJob 的TAOTOKEN_MODEL。如果你的汇总任务只需要本地聚合，模型名可以不填；如果要让 Job 额外生成一段中文日报，再填模型名。

在 Kubernetes 里创建 Secret：

kubectl create namespace platform-observability --dry-run=client -o yaml | kubectl apply -f - kubectl create secret generic taotoken-api \ -n platform-observability \ --from-literal=api-key=YOUR_API_KEY \ --dry-run=client -o yaml | kubectl apply -f -

不要把 Key 放到 ConfigMap。ConfigMap 适合放脚本、普通环境变量和配置片段，Secret 才适合放 API Key。CronJob 的 Pod 模板里通过secretKeyRef注入，这样 Job 日志不会打印明文 Key。

3. 用量明细怎么来：给 CronJob 准备只读 JSONL

汇总任务能不能复现，关键不在 CronJob 本身，而在输入数据是否稳定。建议准备一份按天导出的 JSONL，每行一个调用记录。最小字段如下：

{"ts":"2026-07-15T01:12:03+08:00","platform":"csdn_ugc","model":"YOUR_MODEL","prompt_tokens":320,"completion_tokens":48,"total_tokens":368,"request_id":"req_001"} {"ts":"2026-07-15T01:13:44+08:00","platform":"csdn_ugc","model":"YOUR_MODEL","prompt_tokens":510,"completion_tokens":72,"total_tokens":582,"request_id":"req_002"} {"ts":"2026-07-15T01:15:09+08:00","platform":"other_platform","model":"YOUR_MODEL","prompt_tokens":100,"completion_tokens":20,"total_tokens":120,"request_id":"req_003"}

其中platform是来源平台。本文只汇总：

csdn_ugc

不要写成CSDN_UGC、csdn-ugc或csdn ugc。大小写、连字符、下划线不一致，是造成汇总结果为空的高频原因。上线前先在本地样本文件里确认字段值。

本地校验命令可以这样执行：

jq -c 'select(.platform=="csdn_ugc")' usage.jsonl | head -n 5

统计样本里csdn_ugc的记录数：

jq -r 'select(.platform=="csdn_ugc") | .request_id' usage.jsonl | wc -l

如果已经有离线 SQLite 副本，也可以在本地执行 SQL，而不是连生产库：

SELECT platform, model, COUNT(*) AS requests, SUM(prompt_tokens) AS prompt_tokens, SUM(completion_tokens) AS completion_tokens, SUM(total_tokens) AS total_tokens FROM token_usage WHERE platform = 'csdn_ugc' AND ts >= date('now', '-1 day') GROUP BY platform, model ORDER BY total_tokens DESC;

这段 SQL 只用于本地离线表。平台工程里一个常见反模式，是让定时任务直接连生产库做聚合，甚至让 Agent 自己决定查询语句。正确做法是先把明细导出为只读 JSONL、CSV 或 Parquet，再让 CronJob 消费导出文件。这样即使汇总脚本写错，也不会影响线上库。

把 JSONL 放到 Kubernetes 可读的 PVC 中。假设 PVC 名为usage-export-pvc，挂载路径为/data，文件名为usage.jsonl。CronJob 每次启动时读取/data/usage.jsonl，按platform=csdn_ugc聚合，输出到/report。

4. 汇总脚本 summarize.py：聚合 + 可选调用 TaoToken 生成日报

下面这个脚本只依赖 Python 标准库，适合放进 ConfigMap。它做两件事：

1. 读取/data/usage.jsonl，过滤csdn_ugc，按模型聚合 token；
2. 如果提供了OPENAI_API_KEY和TAOTOKEN_MODEL，就调用 TaoToken 的兼容接口生成一段中文摘要。

import collections import datetime import json import os import pathlib import urllib.request PLATFORM = os.getenv("SUMMARY_PLATFORM", "csdn_ugc") USAGE_FILE = os.getenv("USAGE_FILE", "/data/usage.jsonl") REPORT_DIR = pathlib.Path(os.getenv("REPORT_DIR", "/report")) BASE_URL = os.getenv("OPENAI_BASE_URL", "https://taotoken.net/api").rstrip("/") API_KEY = os.getenv("OPENAI_API_KEY", "") MODEL = os.getenv("TAOTOKEN_MODEL", "") today = datetime.date.today().isoformat() stats = { "date": today, "platform": PLATFORM, "requests": 0, "prompt_tokens": 0, "completion_tokens": 0, "total_tokens": 0, "models": collections.Counter(), } with open(USAGE_FILE, "r", encoding="utf-8") as f: for line in f: line = line.strip() if not line: continue try: row = json.loads(line) except json.JSONDecodeError: continue if row.get("platform") != PLATFORM: continue stats["requests"] += 1 stats["prompt_tokens"] += int(row.get("prompt_tokens", 0)) stats["completion_tokens"] += int(row.get("completion_tokens", 0)) stats["total_tokens"] += int(row.get("total_tokens", 0)) model = row.get("model", "unknown") stats["models"][model] += int(row.get("total_tokens", 0)) top_models = stats["models"].most_common(5) stats["top_models"] = [{"model": m, "total_tokens": t} for m, t in top_models] print( f"[summary] platform={stats['platform']} " f"requests={stats['requests']} " f"prompt_tokens={stats['prompt_tokens']} " f"completion_tokens={stats['completion_tokens']} " f"total_tokens={stats['total_tokens']}" ) print(f"[summary] top_models={json.dumps(stats['top_models'], ensure_ascii=False)}") REPORT_DIR.mkdir(parents=True, exist_ok=True) report_path = REPORT_DIR / f"token-summary-{today}.json" report_path.write_text(json.dumps(stats, ensure_ascii=False, indent=2), encoding="utf-8") print(f"[report] wrote {report_path}") if API_KEY and MODEL: prompt = ( f"请用三句话总结以下 Token 用量汇总，不要编造数据：" f"平台={stats['platform']}，请求数={stats['requests']}，" f"输入Token={stats['prompt_tokens']}，输出Token={stats['completion_tokens']}，" f"总Token={stats['total_tokens']}，Top模型={stats['top_models']}。" ) payload = { "model": MODEL, "messages": [ {"role": "system", "content": "你是平台可观测性助手，只根据给定数据输出简短摘要。"}, {"role": "user", "content": prompt}, ], "temperature": 0.2, } req = urllib.request.Request( f"{BASE_URL}/chat/completions", data=json.dumps(payload).encode("utf-8"), headers={ "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json", }, method="POST", ) try: with urllib.request.urlopen(req, timeout=30) as resp: body = json.loads(resp.read().decode("utf-8")) content = body["choices"][0]["message"]["content"] print(f"[taotoken-summary] {content}") except Exception as exc: print(f"[taotoken-summary][warn] {type(exc).__name__}: {exc}") else: print("[taotoken-summary][skip] OPENAI_API_KEY 或 TAOTOKEN_MODEL 未设置")

这个脚本的路径拼接是BASE_URL/chat/completions。由于 Base URL 是https://taotoken.net/api，最终请求地址就是https://taotoken.net/api/chat/completions。不要在不同脚本里一半写/v1、一半不写，路径不一致会直接导致 404。

把脚本放进 ConfigMap：

kubectl create configmap token-summary-script \ -n platform-observability \ --from-file=summarize.py=./summarize.py \ --dry-run=client -o yaml | kubectl apply -f -

5. CronJob YAML：每天 02:10 汇总 csdn_ugc 并留存报告

下面这份 CronJob 每天凌晨 02:10 执行，时区设置为Asia/Shanghai。如果集群版本较低不支持timeZone，可以去掉该字段，并让集群节点使用统一时区，或在脚本里显式处理时区。

apiVersion: batch/v1 kind: CronJob metadata: name: token-usage-summary namespace: platform-observability spec: schedule: "10 2 * * *" timeZone: "Asia/Shanghai" concurrencyPolicy: Forbid successfulJobsHistoryLimit: 3 failedJobsHistoryLimit: 3 jobTemplate: spec: backoffLimit: 2 ttlSecondsAfterFinished: 86400 template: spec: restartPolicy: OnFailure containers: - name: summarizer image: python:3.12-slim command: ["python", "/opt/scripts/summarize.py"] env: - name: OPENAI_BASE_URL value: "https://taotoken.net/api" - name: OPENAI_API_KEY valueFrom: secretKeyRef: name: taotoken-api key: api-key - name: SUMMARY_PLATFORM value: "csdn_ugc" - name: USAGE_FILE value: "/data/usage.jsonl" - name: REPORT_DIR value: "/report" - name: TAOTOKEN_MODEL value: "YOUR_MODEL" volumeMounts: - name: script mountPath: /opt/scripts - name: usage-data mountPath: /data readOnly: true - name: report mountPath: /report volumes: - name: script configMap: name: token-summary-script - name: usage-data persistentVolumeClaim: claimName: usage-export-pvc - name: report persistentVolumeClaim: claimName: token-report-pvc

TAOTOKEN_MODEL的YOUR_MODEL要替换成你在模型对话页里确认的模型名。如果暂时不做模型摘要，可以留空或不设置该环境变量，脚本仍然会完成本地聚合。

应用 YAML：

kubectl apply -f cronjob-token-summary.yaml

查看 CronJob：

kubectl get cronjob -n platform-observability

手动触发一次，不用等凌晨：

kubectl create job \ --from=cronjob/token-usage-summary \ token-usage-summary-manual \ -n platform-observability

查看 Job：

kubectl get jobs -n platform-observability kubectl get pods -n platform-observability

6. 查看 Job 日志与排障：401、404、超时、时区、空数据

正常汇总 Job 的日志应该类似下面这样。注意，下面的数字只是示例，不是任何行业统计数据。

[summary] platform=csdn_ugc requests=1842 prompt_tokens=623401 completion_tokens=88123 total_tokens=711524 [summary] top_models=[{"model":"YOUR_MODEL","total_tokens":711524}] [taotoken-summary] 今日 csdn_ugc 来源的 Token 调用主要集中在默认模型，总 Token 量为 711524，其中输出 Token 占比约 12%，整体请求数与昨日样本基本一致。 [report] wrote /report/token-summary-2026-07-15.json

如果日志里没有[summary]，先看 Pod 是否处于CrashLoopBackOff或Error：

kubectl logs job/token-usage-summary-manual -n platform-observability kubectl describe pod -n platform-observability -l job-name=token-usage-summary-manual

常见问题按下面顺序排查：

• 401 Unauthorized：Secret 里的api-key是否和 TaoToken 控制台创建的一致；CronJob 的secretKeyRef.name和key是否写对；Key 是否被误删或过期。
• 404 Not Found：检查OPENAI_BASE_URL是否为https://taotoken.net/api，脚本拼接是否为/chat/completions。不要在 Base URL 后面重复加/v1，也不要手动拼/api/api。
• Connection timed out：检查集群出网策略、DNS、NetworkPolicy。超时时间可以在脚本里从 30 秒调到 60 秒，但不要无限等待。
• platform=csdn_ugc requests=0：检查 JSONL 中platform字段值是否严格等于csdn_ugc；检查/data/usage.jsonl是否挂载到了容器内；检查文件是否为空。
• 报告没有写入/report：检查token-report-pvc是否存在、是否有写权限、REPORT_DIR是否指向挂载路径。
• 时间不对：检查 CronJob 的timeZone，同时检查 JSONL 中的ts是 UTC 还是本地时间。建议存储统一用 UTC，展示时再转成Asia/Shanghai。
• 模型摘要失败但聚合成功：这是可接受的降级。脚本已经把模型调用放在 try/except 中，摘要失败不会影响 JSON 报告落盘。

如果你要直接验证 TaoToken 接口连通性，可以在本地用 curl 测一次，命令只在你本机执行：

curl -sS https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "YOUR_MODEL", "messages": [ {"role": "user", "content": "只回复 ok"} ], "temperature": 0 }'

返回体里如果出现choices，说明 Key、Base URL、模型名三者基本匹配。如果返回 401，先查 Key；返回 404，先查路径和 Base URL；返回模型不存在，回到 模型对话 重新确认模型名。

7. 本地工具链对齐：Claude Code、Codex、CC Switch 填 TaoToken 的不同写法

CronJob 跑通后，平台工程师通常还要让本地开发工具也走同一套 TaoToken 配置。这里最容易出错的地方，是把 Claude Code 的ANTHROPIC_*环境变量套到 Codex 上。两者配置格式不同，不要混用。

Claude Code 使用settings.json和ANTHROPIC_*。示例：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "YOUR_MODEL" } }

Claude Code 的详细配置可以看官方文档： Claude Code 文档。注意，ANTHROPIC_BASE_URL同样填https://taotoken.net/api，不要加 UTM，也不要写成别的路径。

Codex 使用config.toml，不要写ANTHROPIC_*。示例：

model = "YOUR_MODEL" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

然后在本地环境变量里设置：

export TAOTOKEN_API_KEY=YOUR_API_KEY

这样 Codex 读取的是自己的model_providers配置，不会和 Claude Code 的ANTHROPIC_*冲突。

CC Switch 可以理解成三件套管理：Provider、Base URL、API Key。推荐填法：

Provider: 自定义 / TaoToken Base URL: https://taotoken.net/api API Key: YOUR_API_KEY

如果你在 CC Switch 里维护多个供应商，建议给 TaoToken 单独建一个配置项，命名成taotoken-chat、taotoken-codex或taotoken-claude，避免和默认官方供应商互相覆盖。再次提醒：Codex 配置不要套ANTHROPIC_*，Claude Code 配置不要套TAOTOKEN_API_KEY作为ANTHROPIC_AUTH_TOKEN之外的变量。

8. 文末 CTA：从模型对话到 Coding Plan，再到 API Keys

到这里，Kubernetes CronJob 已经可以每天定时汇总csdn_ugc来源的 Token 调用量，产出 JSON 报告和 Job 日志。建议按下面的路径继续落地：

1. 先在 模型对话 里确认可用模型名和返回格式；
2. 如果要在本地开发工具里长期使用，查看 Coding Plan；
3. 需要给 CronJob 或本地工具创建独立 Key，去 API Keys；
4. Claude Code 用户再对照 Claude Code 文档 检查settings.json；
5. 所有入口都可以从 TaoToken 官网 进入，Base URL 记住保持为https://taotoken.net/api。

最后给一份上线检查清单：

• CronJob 的schedule、timeZone、concurrencyPolicy是否符合团队结算周期；
• Secret 是否使用taotoken-api/api-key，而不是 ConfigMap；
• OPENAI_BASE_URL是否为https://taotoken.net/api；
• 脚本过滤值是否严格为csdn_ugc；
• /data/usage.jsonl是否由只读导出任务生成，而不是定时任务直连生产库；
• /reportPVC 是否有足够空间和保留策略；
• 模型摘要失败时，聚合报告是否仍然落盘；
• 手动触发一次 Job，确认日志里同时出现[summary]、[report]，以及需要时的[taotoken-summary]。

把 CronJob YAML、ConfigMap 脚本和 Secret 创建命令放进同一套 GitOps 目录后，以后新增来源平台只需要改SUMMARY_PLATFORM，或者在脚本里扩展成平台列表。这样，Token 调用量汇总不再是临时脚本，而是 Kubernetes 里可调度、可重试、可审计的定时任务。