Run 预算管理

wesgine 使用多维预算跟踪 Run 的资源消耗，但不因预算耗尽主动终止。

预算维度

维度	字段	说明
Token	`TokenBudget`	Token 消耗上限
轮次	`TurnBudget`	LLM 调用轮次上限
时间	`TimeBudget`	运行时间上限

预算不触发终止

与终止哲学（INV-TERM-01）一致：

预算字段仅用于通知和参考
超预算不自动终止 Run
触发 budget_status SSE 事件通知前端
触发 Grace Call（最后一次 LLM 调用）

BudgetCheckFn

应用层可注入外部预算检查：

AppRunRequest{
    BudgetCheckFn: func(usage BudgetUsage) BudgetDecision {
        if usage.TotalTokens > orgLimit {
            return BudgetExhausted
        }
        return BudgetOK
    },
}

返回值	行为
`BudgetOK`	继续执行
`BudgetExhausted`	终止 Run

BudgetCheckFn 是应用层强制预算的唯一合法途径（平台计费用此）。

Grace Call

预算即将耗尽时：

预算接近上限
  ↓
标记 _budget_grace_call = true
  ↓
最后一次 LLM 调用
  ↓
模型输出总结（无 tool_call）
  ↓
Run 正常终结

Grace Call 确保模型有收尾的机会，即使预算耗尽。

Cell 级配额（CellQuotas）

Cell 级别的资源限制：

配额	说明
`MaxConcurrentRuns`	最大并发 Run 数
`TokensPerMinute`	每分钟 Token 上限
`TokensPerDay`	每天 Token 上限

超配额行为

并发超限 → 429 拒绝
Token 速率超限 → 429 排队

预算状态事件

Run 过程中推送 budget_status 事件：

{
  "type": "budget_status",
  "data": {
    "tokens_used": 12500,
    "tokens_budget": 50000,
    "turns_used": 8,
    "turns_budget": 30,
    "elapsed_seconds": 120,
    "time_budget_seconds": 600
  }
}

前端据此显示进度条或警告。

Token 用量追踪

每次 LLM 调用自动记录：

(cell_id, provider, model, input_tokens, output_tokens, timestamp, actor)

查询

GET /cells/{id}/observe/token-usage
GET /cells/{id}/observe/token-summary
GET /cells/{id}/observe/token-usage/aggregate

MaxTokenEstimate

AppRunRequest.MaxTokenEstimate 不是终止阈值：

用于上下文压缩决策的参考值
不触发终止
帮助引擎判断何时启动 MidRunCompression

与终止机制的关系

机制	是否因预算终止
TokenBudget / TurnBudget / TimeBudget	❌ 仅通知
BudgetCheckFn	✅ 应用层强制
CellQuotas.MaxConcurrentRuns	❌ 拒绝新 Run，不终止进行中的
CellQuotas.TokensPerMinute	❌ 排队，不终止