""" Đếm token mỗi lượt (như Claude Code). Thread-local để gom mọi lời gọi LLM của AGENT CHÍNH trong một lượt (ReAct loop, hoặc contextualize+route+chat/narrate của legacy) mà không phải đổi chữ ký hàm. Lưu ý: chỉ đếm các lời gọi của agent chính. Lời gọi LLM NỘI BỘ của tool (ví dụ verify-agent trong doc-find, plan-agent của CNC) chạy ở thread khác nên KHÔNG được cộng ở đây — con số là "token của agent chính", không phải toàn hoá đơn. """ from __future__ import annotations import threading _local = threading.local() def reset() -> None: _local.data = {"in": 0, "out": 0, "total": 0, "requests": 0} def add(run_usage) -> None: """Cộng usage từ một pydantic_ai RunUsage (property result.usage).""" d = getattr(_local, "data", None) if d is None: reset(); d = _local.data try: d["in"] += getattr(run_usage, "input_tokens", 0) or 0 d["out"] += getattr(run_usage, "output_tokens", 0) or 0 d["total"] += getattr(run_usage, "total_tokens", 0) or 0 d["requests"] += getattr(run_usage, "requests", 0) or 0 except Exception: pass def get() -> dict: return dict(getattr(_local, "data", None) or {"in": 0, "out": 0, "total": 0, "requests": 0})