AI Cost Analysis Toolkit（AI 成本分析工具）
知识库位置：
FDE Knowledge Base/11 Tools/04-Engineering/05-AI-Cost-Analysis-Toolkit.md
Cost Breakdown（成本构成）
Section titled “Cost Breakdown（成本构成）”记录：
LLM Input（大语言模型输入）LLM Output（大语言模型输出）Embedding（向量化）Vector Search（向量检索）Reranking（重排序）Compute（算力）Storage（存储）Network（网络）Human Review（人工审核）Core Metrics（核心指标）
Section titled “Core Metrics（核心指标）”Cost / Request（单请求成本）Cost / User（单用户成本）Cost / Task（单任务成本）Cost / Successful Task（单成功任务成本）Cost / Business Outcome（单业务成果成本）Agent Cost（智能体成本）
Section titled “Agent Cost（智能体成本）”特别记录：
Model Calls per Task（单任务模型调用数）Tool Calls per Task（单任务工具调用数）Average Steps（平均步数）Retry Rate（重试率）Loop Rate（循环率）RAG Cost（RAG 成本）
Section titled “RAG Cost（RAG 成本）”记录：
Query Rewrite（查询改写）Embedding（向量化）Search（检索）Reranker（重排序器）Context Tokens（上下文 Token 数）Output Tokens（输出 Token 数）Optimization Funnel（优化漏斗）
Section titled “Optimization Funnel（优化漏斗）”按照顺序优化：
1. Remove waste（去除浪费）2. Reduce context（压缩上下文）3. Cache（缓存）4. Route model（模型路由）5. Reduce agent steps（减少智能体步数）6. Change architecture（调整架构）避免第一步就：
换最便宜模型。