Span processor ignores OpenInference’s `llm.cost.total` attribute; recomputes from partial `llm.token_count.*` instead

快速结论：该报错通常出现在通过 OpenInference Claude Agent SDK 插桩 + @langfuse/otel 上报追踪、且使用 Anthropic prompt caching 的多轮 Agent 场景中。优先级排查：确认 span 上是否携带 llm.cost.total，但 Langfuse 实际展示的是按 llm.token_count.* × 定价表推算的成本。核心报错：Span processor ignores OpenInference’s llm.cost.total attribute; recomputes from partial llm.token_count.* instead

适用环境：Langfuse（OTel 接入）；@langfuse/otel 5.3.0；@langfuse/tracing 5.3.0；@arizeai/openinference-instrumentation-claude-agent-sdk；@anthropic-ai/claude-agent-sdk（Node.js / TypeScript，依据 Issue 中的复现代码）。Issue 未提供操作系统、Python、CUDA、显卡信息。

最快修复方案：暂无确认的一步修复方案。Issue 讨论给出的可行绕过方式是：让插桩侧同时输出 Langfuse 能识别的成本属性——优先 langfuse.observation.cost_details（JSON，如 {"total": 0.52231845}），其次 gen_ai.usage.cost；二者会被 Langfuse 用作 totalCost。可优先尝试。

注意事项：该绕过方案依赖你能修改或包装插桩输出，属于讨论中提出的做法，并非 Issue 中已验证的上游修复；llm.cost.total 的原生支持在关闭时仍未确认已合入。另一相关 PR #13572 只补充了 llm.token_count.prompt_details.cache_read / cache_write 的 token 统计，不解决成本属性映射问题。

问题场景

用户在 Node.js 中通过 NodeSDK 注册 LangfuseSpanProcessor，并挂载 ClaudeAgentSDKInstrumentation 来追踪 Anthropic Claude Agent SDK（ClaudeAgentSDK.query，如 claude-sonnet-4-6）的多轮 Agent 运行，且请求带 system prompt、工具和 prompt caching。OpenInference 插桩在 AGENT span 上正确写出了 attributes.llm.cost.total（源自 Anthropic 返回的 result.total_cost_usd），但 Langfuse 中 observation.totalCost 为 null，calculatedTotalCost（tokens × 定价）显著偏低，最终 trace.totalCost 只有真实花费的约 46%。

报错原文

Span processor ignores OpenInference's `llm.cost.total` attribute; recomputes from partial `llm.token_count.*` instead

observation.totalCost: null
observation.calculatedTotalCost: 0.237606
trace.totalCost (UI): 0.237606
attributes.llm.cost.total: 0.52231845

原因分析

根据 Issue 讨论，Langfuse 的 OTel 摄取处理器（OtelIngestionProcessor）在提取成本时只识别两类属性：

langfuse.observation.cost_details（Langfuse 自有 JSON 属性，最高优先级）；
gen_ai.usage.cost（OpenTelemetry GenAI 语义约定，映射为 { total: <value> }）。

两者都不存在时，成本留空，Langfuse 改用 token 数 × 定价表推算。OpenInference 使用的 llm.cost.total 不在已识别键集合内，因此被静默丢弃。

同时，OpenInference 插桩只上报最后一轮的输入 token 加总输出 token，不输出 llm.token_count.prompt_cache_read 与 llm.token_count.prompt_cache_creation，而 Anthropic prompt caching 的输入用量主要由这两项构成，导致按 token 推算的成本被大幅低估（Issue 观测约 40%–46%）。PR #13572 已为 OpenInference 补充 cache_read / cache_write 的 token 解析，但未加入 llm.cost.total 作为成本来源。另一个可能原因是你使用的 @langfuse/otel 版本尚未包含对上述属性的支持。

环境排查

确认 @langfuse/otel 与 @langfuse/tracing 版本；Issue 中为 5.3.0。
确认 @arizeai/openinference-instrumentation-claude-agent-sdk 是否处于会写出 llm.cost.total 的版本。
确认 LangfuseSpanProcessor 的 shouldExportSpan 已放行该插桩的 span（Issue 中使用 instrumentationScope.name 判断）。
确认模型与场景：是否为 Claude Sonnet 4.x + system prompt + 工具 + prompt caching 的多轮调用。
查看 Langfuse UI 中 span 的 attributes 面板，核对 llm.cost.total、llm.token_count.total 是否与实际相符。
检查是否已有 langfuse.observation.cost_details 或 gen_ai.usage.cost 属性被覆盖或遗漏。

解决步骤

先核实问题：在 Langfuse UI 打开该 AGENT span 的 attributes 面板，确认 attributes.llm.cost.total 已写入（Issue 中为 0.52231845），同时 API 返回的 totalCost 为 null、calculatedTotalCost 明显偏低。
调用 /api/public/observations?traceId=<id> 对比 usage 字段，确认 input 是否缺少 cache read / cache write 的 token。
可优先尝试：在应用侧或插桩包装层，把已知的权威成本额外写成 gen_ai.usage.cost（数值型），或写成 langfuse.observation.cost_details 的 JSON（如 {"total": 0.52231845}）。前者映射为 { total }，后者优先级最高。
升级到包含 PR #13572 的 Langfuse 版本，以缓解 cache token 未被统计导致的 token 低估问题；但这不替代成本属性映射。
如果确实无法改造插桩输出，Issue 中提到的兜底方式是：在应用侧用 Anthropic 返回的 result.total_cost_usd 为 trace 打自定义 score，用作成本观测。
跟踪上游修复：在 extractCostDetails() 中把 llm.cost.total 加入 gen_ai.usage.cost 同级 fallback，是讨论中提到的直接改法。

验证方法

重新运行同样的多轮 Agent 请求后，查看 API observations 返回：totalCost 不再为 null，且与 Anthropic 返回的 result.total_cost_usd 一致；UI 中 trace 的 totalCost 与真实花费吻合，不再出现仅约一半的偏差。同时确认 usage.input 已体现 cache 相关 token（若已升级到含 PR #13572 的版本）。