Flux Meter（债务账本计费）

背景

Flux 是整数计费单位。但部分服务（TTS 字符、STT 秒、embedding token 等）的单价远小于 1 Flux：例如 TTS 当前定价 FLUX_PER_1K_CHARS_TTS = 2，意味着 1 Flux ≈ 500 字符。

最初的实现采用 max(MIN_CHARGE_TTS, ceil(chars/1000 * rate))，每个 TTS 请求都被向上取整为至少 1 Flux。这在前端把一整轮 Agent 回复切成 N 个短句分发的场景下极不公平：100 字的回复被切 10 段 = 10 Flux，而单次发完只要 1 Flux。

决策

实现一层通用的"债务账本"，把不到 1 Flux 的零头存在 Redis，跨请求累计，攒够整数 Flux 才下扣。

为什么不是 sessionID / turnId 聚合

考虑过让前端给每轮对话发一个 turnId，服务端按 turn 聚合后结算。否决理由：

前端改造成本：要生成 turnId、改 OpenAI 兼容请求 header、加 finalize 信号、处理崩溃路径
预扣边界混乱：一轮总字符数事先未知，余额检查要按"最坏情况"或"已累计 + 当前"估算，余额刚好够时容易在中途 402，把一轮对话切两半（前半段有声音、后半段没）
结算依赖客户端信号：finalize 不发就要 keyspace notification + worker 兜底，多实例下要选主或幂等
欠账上限不可控：一轮可以有几千字，欠账可能多 Flux

债务账本不依赖任何业务边界：每次精确扣，欠账恒定 < 1 Flux（< unitsPerFlux 个单位），TTL 到期抹零，对账简单。

为什么不是时间窗口

5 分钟聚合也能解决"短请求被高估"问题，但需要 cron / 懒扣双机制处理窗口边界，且窗口跨越用户会话时语义诡异。债务账本没有"窗口"概念，纯量化累计。

数据流

┌──────────┐  units    ┌─────────────┐
│  route   │──────────▶│ FluxMeter   │
│(handleX) │           │ accumulate()│
└──────────┘           └─────┬───────┘
                             │ Lua: INCRBY + 阈值判断 + DECRBY
                             ▼
                       ┌──────────┐
                       │  Redis   │ flux-meter:{name}:{userId}:debt
                       └─────┬────┘
                             │ 跨阈值 → fluxToDebit > 0
                             ▼
                       ┌──────────────────────┐
                       │ BillingService       │
                       │ consumeFluxForLLM()  │ ← 走原有 debitFlux + Stream
                       └──────────────────────┘

Lua 脚本（原子）

local debt = redis.call('INCRBY', key, units)
redis.call('EXPIRE', key, ttl)
if debt >= unitsPerFlux then
  local flux = math.floor(debt / unitsPerFlux)
  redis.call('DECRBY', key, flux * unitsPerFlux)
  return {flux, debt - flux*unitsPerFlux}
end
return {0, debt}

INCRBY/DECRBY 的组合在 Redis 单线程模型下天然原子；多服务实例并发请求同一用户安全。

API

packages/server/src/services/billing/flux-meter.ts

createFluxMeter(redis, billingService, { name, resolveRuntime }) → meter 实例
- resolveRuntime: () => Promise<{ unitsPerFlux, debtTtlSeconds }> 每次调用都执行，不做进程内缓存。多实例部署下任一实例改配置，其它实例下一次请求立即生效。
- 配置缺失不会让 createApp 启动阶段挂，只会在首个 TTS 请求时抛错，配合 route-level configGuard 产生 per-request 503，不会连带 chat/auth/stripe 一起挂。
meter.assertCanAfford(userId, newUnits, currentBalance) — 请求前余额校验，不足直接 throw 402
meter.accumulate({ userId, units, currentBalance, requestId, metadata }) — 累加并按需结算，返回 { fluxDebited, debtAfter, balanceAfter }。billing debit 抛错时，已结算的 units 会被 INCRBY 回滚到债务账本，保证不漏账。
meter.peekDebt(userId) — 读当前未结算字符数（运维/调试用）

复用指南

任何"消耗单位 < 1 Flux"的服务都应该走债务账本，不要重复实现"单请求最低消费"。

已接入

服务	name	unitsPerFlux 来源
TTS	`tts`	`1000 / FLUX_PER_1K_CHARS_TTS`（在 `app.ts` 装配时计算）

服务	name	unitsPerFlux 示意
STT 转录	`stt`	60 秒 = 1 Flux
Embedding	`embedding`	10000 token = 1 Flux
自营小模型 chat	`llm-mini`	视定价而定

接入步骤

在 services/config-kv.ts 加费率/TTL 配置项
在 app.ts 用 injeca.provide 注册新 meter，注入对应路由 / 服务
在路由中：先 assertCanAfford，调上游成功后 accumulate
加单测覆盖：累计跨阈值、empty input、余额不足

Tradeoff & 已知局限

欠账上限：每用户每 meter 最多欠 unitsPerFlux - 1 个单位（< 1 Flux），TTL 到期抹零。这部分给用户。
- 想严格不欠账：加 settler worker 监听 __keyevent@0__:expired 在过期时强制结算到下一个整 Flux。当前不做，量化损失太小。
审计粒度变粗：flux_transaction 一条记录可能对应多次请求，description 为 <name>_request（如 tts_request，和 llm_request 保持同一命名风格）。具体哪几个 requestId 贡献了这次扣费，靠 OTel span / request_log 反查。
预扣不精准：assertCanAfford 按"当前累计 + 这次 units"算，无法预知后续请求。极端情况下用户余额从够到不够之间会有几次请求成功（最多欠 < 1 Flux），可接受。
TTL 重置：每次 accumulate 都 EXPIRE，一个长期活跃用户的债务永远不会过期，会一直滚到下次跨阈值。这是期望行为。

不做

不做会话 / turn 级聚合（理由见上）
不做 keyspace notification 兜底结算（量化损失可忽略）
不在第一版支持 meter 间组合扣费（一次请求消耗多种资源）
不为 meter 单独建 transaction 表（flux_transaction 已够用）

6.3 KiB Raw Blame History Unescape Escape