Budget Analyzer

Moteur d'analyse du budget tokens (Lot 1 du systeme d'auto-optimisation). Complementaire de budget-tracker (qui logue) : ici on analyse et on recommande.

Quand declencher

• L'utilisateur demande une analyse, un rapport ou des pistes d'economie.
• En amont d'une decision de routage agressif (le model-router peut le consulter).
• Sur planification (rapport quotidien/hebdomadaire).

Procedure

Executer le script et restituer une synthese :

python3 ${CLAUDE_PLUGIN_ROOT}/scripts/budget_analyzer.py            # rapport humain
python3 ${CLAUDE_PLUGIN_ROOT}/scripts/budget_analyzer.py --json     # pour optimizer/dashboard
python3 ${CLAUDE_PLUGIN_ROOT}/scripts/budget_analyzer.py --recommend

Ce que produit l'analyse

• Repartition par modele/tier en equivalents-Haiku (calibres par calibration_factor).
• Tendance : conso/jour, projection fin de mois, ETA des seuils 50/80/95 %.
• Gaspillages (heuristiques sur events[]) :
  • opus_sous_utilise : petites taches routees en Opus ;
  • sortie_longue_sans_compression : sorties longues T1/T2 sans caveman ;
  • taches_repetitives_offload_local : taches Haiku repetitives -> candidates offload local.
• Recommandations separees en auto-applicables (consommees par optimizer au Lot 2) et a proposer (validation requise).

Interpretation

• ratio = part du budget mensuel consommee (calibree).
• projected_ratio > 1.0 = depassement prevu en fin de mois au rythme actuel.
• est_saving_equiv = economie estimee en tokens equivalents-Haiku si l'optimisation est appliquee.

Limites

• Chiffres estimes (hook + estimation classify.py), pas la facturation exacte. Ajuster calibration_factor via budget.py set-budget --calibration X apres comparaison avec l'usage reel.
• L'analyse de gaspillage s'affine avec le volume d'events[] (peu fiable < ~20 evenements).

Reference

• Plan complet : docs/AUTO_BUDGET_PLAN.md.