{
  "system_prefix": null,
  "history_count": 1,
  "user_summary": {
    "text": "请围绕下面的关键词写一段连贯的分析（约 200 tokens 的输入）：请举例说明、latency distribution、在生产环境中、请举例说明、latency distribution、如何度量与验证、潜在的风险点、潜在的风险点、关键原理与影响、可观测性、云计算架构、从技术角度分析、人工智能",
    "has_image": false,
    "has_tool_result": false
  },
  "assistant_summary": {
    "text": "在云计算架构下，机器学习推理服务常以 streaming response 返回结果，latency distribution 的 P95/P99 长尾比均值更能反映用户体验。例如，在生产环境中对 LLM 接口的可观测性需采集首 token 延迟、token 间延迟与 the system thro",
    "tool_calls": [],
    "stop_reason": "stop"
  }
}

{
  "completion_tokens": 1555,
  "completion_tokens_details": {
    "reasoning_tokens": 1397
  },
  "prompt_tokens": 218,
  "prompt_tokens_details": {
    "cached_tokens": 0
  },
  "total_tokens": 1773
}