958f78f523
补面五(game-cloud GenMetrics)拿不到的两个纯 Python 侧 token 维度 metric: llm_tokens(Counter,kind=input/output/cached)与 llm_cache_hit_rate(Histogram, 每 run 命中率 [0,1])。复用波③ 既有 OTLP 基础设施(开关 CHEAP_OTLP_ENDPOINT、 端点解析、代理旁路、service.name=cheap-gen-worker、best-effort 铁律),换 OTLP metrics 通道;默认关字节不变、绝不咬生成、与面五 5 个 metric 零重叠不双计。 关键约束(主控亲验坐实):生产 Service 路拿不到 cached——trace.py 组 cost.tokens 只填 in/out,agentscope ModelCallEndEvent 只有 input_tokens/output_tokens 无 cached 字段。故 Service 路(on_reply 只读嗅探 in/out、_metric_emitted 幂等)传 cached=None 如实降级:只发 input/output 计数,不发 cached 计数与 cache_hit_rate, 绝不塞 0 伪造命中率。CLI/批跑路(RecordingOpenAIChatModel.records[2])cached 可得、 两 metric 全发。生产 Service 路发 cached 需 per-POST RecordingModel 或 tier2 breaker 存 cached token,均超本次最小改动边界,列 follow-up。 主控终审:亲跑 tests/test_cheap_otlp_sink.py + test_cheap_service_app.py 29 passed、 全量回归 392 passed/1 skipped;逐条读承重 diff(默认关守卫/best-effort/不双计/ cached 诚实降级/MeterProvider 进程单例防线程泄漏/cached 截 [0,input]/除零守卫)。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>