用途：优化 Groq 推理成本。Groq 定价本身较低，但在高并发下，将分类等简单任务从 70B 路由到 8B 可带来约 12 倍的单次请求节省。
主要能力（六个依次叠加的杠杆）：
- 智能模型路由：按用例选择满足质量要求的最便宜模型，如分类/抽取/摘要用 llama-3.1-8b-instant，推理/代码审查/对话用 llama-3.3-70b-versatile，视觉用 llama-4-scout。
- 精简每次请求的 token：压缩冗长系统提示，限制 max_tokens。
- 批处理：将多项合并为一次请求，10 合 1 可大幅降低请求开销与 RPM 压力。
- 缓存确定性请求：temperature 为 0 时对相同提示做哈希缓存，重复命中零成本、零延迟。
- 用量追踪：记录每次调用的 token 数与估算成本，提前发现支出异常。
- 控制台消费限制：设置月度上限、50%/80% 告警与自动暂停。
使用方式：需 Groq 账号与 API key（环境变量 GROQ_API_KEY，groq-sdk 会自动读取），安装 npm install groq-sdk，并可访问 Groq Console 设置消费上限与查看用量面板。核心路由示例：const groq = new Groq(); 定义 ROUTING 映射后由 getModel(useCase) 解析模型。批处理可用 batchClassify 将多条文本合并为一次调用。输出包括路由映射、UsageRecord 用量日志、dailyCostReport() 日报（含 totalCost 与 byModel）以及控制台消费控制。
适用场景：分析 Groq 账单、降低 API 成本、实现用量监控与预算控制。
限制：文中价格为参考值，需以 groq.com/pricing 当前定价为准；缓存对唯一提示无效，需先规范化提示；命中 RPM 上限时应批处理并分散请求；消费上限触顶需提高上限或降低用量。完整代码见 references/implementation.md 与 references/examples.md。