Function benchmark_one_day

experiments/token_cost/token_usage_tracker.py:222–335

基准测试：模拟一天的完整流程，统计 token 消耗 流程： 1. Embedding 所有论文 2. 对每个用户进行排序 3. 生成推送内容 4. 模拟用户反馈后生成精读报告

(
    date: str,
    llm_model: str,
    papers: List[Dict],
    user_profiles: List[Dict],
)

def benchmark_one_day(
    date: str,
    llm_model: str,
    papers: List[Dict],
    user_profiles: List[Dict],
) -> Dict[str, Any]:
    """
    基准测试：模拟一天的完整流程，统计 token 消耗

    流程：
    1. Embedding 所有论文
    2. 对每个用户进行排序
    3. 生成推送内容
    4. 模拟用户反馈后生成精读报告
    """
    result = {
        "date": date,
        "llm_model": llm_model,
        "embedding_model": os.environ.get("EMBEDDING_MODEL", "Qwen/Qwen3-Embedding-8B"),
        "paper_count": len(papers),
        "user_count": len(user_profiles),
        "breakdown": {},
        "total": {
            "embedding_tokens": 0,
            "llm_tokens": 0,
            "estimated_cost_usd": 0,
        }
    }

    # 1. Embedding 所有论文
    embedding_tokens = 0
    for paper in papers:
        text = f"{paper.get('title', '')} {paper.get('abstract', '')}"
        tokens = estimate_tokens(text)
        embedding_tokens += tokens

        # 记录
        log_token_usage(
            task_type="embedding",
            model=result["embedding_model"],
            input_tokens=tokens,
            output_tokens=0,
            date=date,
        )

    result["breakdown"]["embedding"] = {
        "papers": len(papers),
        "tokens_per_paper": embedding_tokens // max(1, len(papers)),
        "total_tokens": embedding_tokens,
    }
    result["total"]["embedding_tokens"] = embedding_tokens

    # 2. LLM 排序（对每个用户）
    llm_ranking_tokens = 0
    for profile in user_profiles:
        # 每个用户排序：输入 = 论文摘要 + 用户画像，输出 = 排序结果
        user_text = json.dumps(profile.get("core_directions", {}), ensure_ascii=False)
        paper_text = " ".join([f"{p.get('title')} {p.get('abstract')}" for p in papers[:20]])  # 假设每次推 20 篇