用途：在 LLM 智能体上线前与上线后建模成本，帮助做部署规划、模式对比、模型档位选择，以及排查成本突增。核心观点是“按任务计价，而非按调用计价”。
主要能力：给出每任务成本公式 cost_per_task = Σ (calls_per_task × tokens_per_call × price_per_token) + retrieval_cost + tool_cost - cache_savings，共六项，漏掉任一项都可能让预测偏差达 5 倍。提供决策流程：先确定每任务成本上限（美元），再拆解任务调用图（模型调用数与工具调用数），识别跨调用重复的提示前缀作为缓存面，判断哪一步需要最大模型、其余能否用小档位，并考虑失败与重试率。
模式成本经验比例：单次工具调用为基线 1.0×；ReAct 循环约 2–5×；Plan-and-Execute 约 1.5–2×；Reflexion/critic 每轮约 2–4×，需硬性限制迭代；Supervisor + N workers 最好 N+1×，若 worker 重复拉取完整上下文可达 2N+1×；分层结构若无显式预算约束则成本不封顶。比例近似，但跨供应商较稳定，可用于架构合理性检查。
五条规则：开发阶段按阶段测量 token；缓存是第一杠杆而非最后手段；通过评测的最小模型胜出；循环上限写在控制器代码而非提示词；成本按成功任务计，分母需含重试、失败与放弃会话。
需向用户确认：每任务成本上限、当前调用图、p50/p95 每次调用 token 数、缓存命中率及测量位置、重试率是否计入、流量形态（每天 100 任务还是每小时 10 万）。若无法回答成本上限，单位经济性将无从定论。
限制与反模式：仅按价目表选最便宜模型而不做质量评测、忽略缓存、只算模型成本、用一个价格覆盖多种任务类型、缺少按发布版本的成本看板。资料未提供具体价格、平台或安装命令。