第33篇：月度费用上限控制：从内存到文件的持久化方案本文是"智能助手架构设计与实现"系列第 33 篇，安全与防护篇的开篇之作。前文我们拆解了大模型交互的工程细节——从 JSON 解析到重试机制。本篇进入安全防护视角的第一个话题：费用控制。政务系统引入大模型能力后，如何防止 API 调用费用失控？月度预算用尽后如何自动熔断？应用重启后如何恢复费用记录？跨月如何自动重置？这些问题的答案，都藏在LLMClient的四个方法里。一、问题背景：政务系统的费用焦虑1.1 大模型调用的计费模型智能助手的意图识别依赖云端大模型 API。主流 API 提供商（DeepSeek、OpenAI、通义千问等）采用Token 计费模式：费用 = 输入Token数 × 输入单价 + 输出Token数 × 输出单价以 DeepSeek 为例（本系统使用的模型）：计费项单价（每千Token）输入（prompt_tokens）0.0015 元输出（completion_tokens）