数据核实 + 内部 AI 平台 汇报 Skill（行途技术版）

一句话

行途技术文章里的每个数字都要经得起核实。 本 skill 用 cc-switch 本地真实数据 + 内部 AI 平台 API，验证"缓存命中率 97.7%""缓存读是输入 36.8 倍""30 天省 8880 万"这类数字，防止编造和口径混乱。

触发条件

• 用户说"核实数字""数字对不对""缓存命中率""cc-switch 数据""token 账单" → 走 cc-switch 核实
• 用户说"内部 AI 平台 汇报""AI 用量分析""模型对比""模型切换" → 走 内部 AI 平台 汇报（原版能力）

第一部分：cc-switch 本地库核实（豆包工作优化版新增 · 核心）

这是行途技术最常用的能力：文章里出现任何 token/成本数字，先来这里核实。

数据源

DB="$HOME/.cc-switch/cc-switch.db"   # cc-switch 本地 SQLite（17MB，60 天滚动）

常用核实 SQL

# ① 全周期缓存命中率（验证 S02 "缓存读 97.7%"）
sqlite3 ~/.cc-switch/cc-switch.db \
  "SELECT ROUND(100.0*SUM(cache_read_tokens)/(SUM(input_tokens)+SUM(cache_read_tokens)),1) pct FROM usage_daily_rollups;"
# → 实测 98.1%（与 S02 97.7% 高度一致 ✅）

# ② 缓存读是输入多少倍（验证 S12 "缓存读取 36.8 倍"）
sqlite3 ~/.cc-switch/cc-switch.db \
  "SELECT ROUND(1.0*SUM(cache_read_tokens)/SUM(input_tokens),1) ratio FROM usage_daily_rollups WHERE model='deepseek-v4-pro';"
# → 实测 65.0 倍（与 S12 36.8 倍不同——口径不同需说明：36.8 是 某内部项目月度账单（金额不公开），65.0 是本人 cc-switch 全周期）

# ③ 按模型汇总（成本/请求/Token）
sqlite3 ~/.cc-switch/cc-switch.db \
  "SELECT model, SUM(request_count) req, SUM(input_tokens) inp, SUM(cache_read_tokens) cache_r, ROUND(SUM(CAST(total_cost_usd AS REAL)),2) cost FROM usage_daily_rollups GROUP BY model ORDER BY cost DESC;"

# ④ 某日某模型明细（看某天消耗）
sqlite3 ~/.cc-switch/cc-switch.db \
  "SELECT * FROM usage_daily_rollups WHERE date='2026-08-03' AND model='deepseek-v4-pro';"

核实流程（对齐 S05 三数口径对比范式）

1. 定位文章数字：从正文提取要核实的数字 + 声称口径
2. 查 cc-switch 实测：跑上面 SQL 拿到本人真实数据
3. 口径对比：
   • 同一口径 → 标注"✅ 已核实：cc-switch 实测 X%"
   • 不同口径 → 明确说明差异来源（如"36.8 倍是 某内部项目月度账单（金额不公开），65.0 倍是本人 cc-switch 全周期"），不混用
4. 脱敏检查（PUB-018）：公开发布只留量级，费用金额不公开
5. 写回：文章数据口径标注 + 可核验背书（可选：附 SQL 或来源说明）

核实铁律

第二部分：内部 AI 平台 平台汇报（原版能力保留）

原版 ai-usage-report（某内部项目/某内部代码仓库）的 API 直拉 + HTML 汇报能力完整保留，供职场汇报/模型切换观察使用。

数据源与脚本

工作流程（简要）

# ① 拉取权威数据（API 直拉，替代 CSV）
bash scripts/ai_usage_pull.sh -s 2026-08-14 -e 2026-08-28 -o .report/工作汇报/828

# ② 单接口
bash scripts/ai_usage_stats.sh pm-staffs -p 952 -s 2026-08-14 -e 2026-08-28
bash scripts/ai_usage_stats.sh log-all -m glm-5.3-flash -s 2026-08-31 -e 2026-08-31

# ③ 计算核心维度：次均费用 / 每请求 Token / token工时密度 / 帕累托集中度 / 效率分层
# ④ 生成两套 HTML（阶段对比版 1200px + 同事版速览 780px）
# ⑤ 写作纪律：脚本口径为准，负面不点名，跨期对比先确认口径清洗

详细方法论见原版（归档 .backups/skills_原版归档_20260903/ai-usage-report_原版归档（内部项目））或 某内部代码仓库 版 §六 模型切换观察。

与其它行途技术 Skill 联动

版本历史

豆包工作优化版：新增"数据核实"场景（行途技术文章数字可验证），原版已归档 .backups/skills_原版归档_20260903/。