Portal FinOps Skill

Rules — NON-NEGOTIABLE

• Presupuesto total: < $45 USD/mes, alerta de billing al 50% ($22.50). Superarlo es riesgo R09 — escalar al equipo.
• Cloud Run SIEMPRE min_instances = 0. La excepción (min_instances = 1) aplica SOLO el día de demo/pruebas de usabilidad, se decide en el cierre de producción y queda documentada — y se revierte al terminar.
• Gemini SOLO Flash-Lite con thinking_level: medium por defecto; presupuesto de tools máx 5 calls por consulta; caché de respuestas frecuentes activa.
• Exports en GCS con lifecycle de 7 días; Artifact Registry sin imágenes huérfanas.
• La fuente de verdad del gasto LLM son los atributos OTel llm.usage.* del span llm.call (skill portal-observability) — no estimaciones a mano.

Presupuesto (§23 del plan)

Concepto	Estimación mensual	Palanca de control
Gemini 3.5 Flash-Lite (dev + demo)	$5–15 USD	Presupuesto de tools (máx 5 calls), caché de respuestas, thinking_level medium
Cloud Run (front + back)	$0–10 USD	Scale-to-zero; fuera de horario no cuesta; cold start monitoreado en el smoke de producción
GCS + Artifact Registry	$1–5 USD	Lifecycle 7 días en exports; limpiar tags viejos de imágenes
PostgreSQL (Cloud SQL micro o contenedor)	$0–15 USD	pgvector en contenedor local para dev; cloud solo para demo
Total	< $45 USD/mes	Alerta de billing al 50%

Alerta de billing (Terraform)

# infra/billing.tf
resource "google_billing_budget" "monthly" {
  billing_account = var.billing_account
  display_name    = "Portal monthly 45 USD"
  amount {
    specified_amount {
      currency_code = "USD"
      units         = "45"
    }
  }
  threshold_rules { threshold_percent = 0.5 }   # alerta comprometida en el plan
  threshold_rules { threshold_percent = 0.9 }
  threshold_rules { threshold_percent = 1.0 }
}

Auditoría rápida

# scripts/cost_audit.sh
echo "=== Cloud Run scale-to-zero check ==="
for svc in portal-backend portal-frontend; do
  gcloud run services describe "$svc" --region "$REGION" \
    --format="value(spec.template.metadata.annotations['autoscaling.knative.dev/minScale'])"
done   # debe ser vacio o 0 salvo dia de demo documentado

echo "=== GCS lifecycle ==="
gsutil lifecycle get "gs://${PROJECT_ID}-exports"   # debe borrar a los 7 dias

echo "=== Budgets activos ==="
gcloud billing budgets list --billing-account="$BILLING_ACCOUNT_ID"

Dónde leer el consumo LLM

Los tokens reales viven en las trazas OTel — cada span llm.call lleva:

Atributo	Uso FinOps
llm.usage.prompt_tokens / completion_tokens / total_tokens	Tokens/día y costo/día (tokens × tarifa Flash-Lite)
llm.model	Verificar que SOLO se usa Flash-Lite (sin upgrades accidentales)
llm.tool_calls.count	Detectar consultas que agotan el presupuesto de 5 tools

Tablero de consumo: tokens/día, costo estimado/día, p50/p95 de llm.call. Si el costo diario proyectado excede $0.50 (≈$15/mes solo LLM), revisar caché y prompts antes de seguir.

Palancas de ahorro en código

• Caché en memoria TTL en extractores y caché de respuestas frecuentes del agente (R05).
• Datasets pequeños en demo; agregación server-side antes de graficar (no pagar egress de millones de filas).
• Cancelación real del stream SSE: Stop corta la llamada LLM en ms = tokens no facturados.
• Presupuesto de tools en el system prompt del agente: evita ciclos infinitos de tool calls.

Checklist de auditoría (semanal + antes de cada demo)

• Billing budget de $45 con alerta al 50% activo
• min_instances = 0 en ambos Cloud Run (o excepción de demo documentada con fecha de reversión)
• Lifecycle 7 días vigente en bucket de exports
• Artifact Registry sin imágenes sin tag de más de 30 días
• llm.model en trazas = Flash-Lite únicamente
• Consultas con llm.tool_calls.count = 5 investigadas (presupuesto agotado)
• Tablero tokens/día revisado; proyección mensual dentro de presupuesto
• PostgreSQL cloud apagado/mínimo fuera de ventanas de demo