feat: E1002 六色版改版为 AI 用量看板＋Claude 用量新增 Fable 7d 行与重置时刻

- 版面重排：主体左 Claude Usage（5h／7d／Fable 7d 三行），右 ChatGPT Usage（目前 mock，标「示例数据」）；每行为一张用量卡：标签＋F24 百分比＋pace／全宽进度条／「重置 HH:MM」＋「已过 NN%」
- 移除上一版的橘喵今日实时与 30 天趋势图及 trend totals 合计（业务数据留给 400×300 小屏），绿色暂不再使用
- data 用量结构新增 scoped（按模型限定额度）、reset（重置时刻文本）、updated（快照落盘时刻），新增 _usage_gpt mock 数据源，接入真实数据时保持结构替换即可
- usage_local 读取 statusline 新增的 seven_day_fable 与 updated_at；400×300 小屏 render 跳过 scoped 行
- 同步更新 CLAUDE.md 分支说明

Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>

CLAUDE.md

@@ -10,7 +10,7 @@ This file provides guidance to Claude Code (claude.ai/code) when working with co
 
 > **分支 `feature/colorful`**：新设备在黑白外支持红色，本分支把渲染升级为黑/白/红三色。当前版式为**上中下三段**：A 大时钟+日期 / 天气（定位南京·江宁）；B **Claude Usage** 主角（5h/7d 用量进度条 + 时间维度对比 pace，用量吃紧转红预警）；C 橘喵今日实时三列。红作**语义强调**（用量预警、涨、定位、天气太阳/闪电），仍**无真灰阶、不抖动**，全图只三种纯色。近30天趋势图当前**隐藏**（`renderer._trend_chart` 及依赖保留、未调用，随时可挂回）。
 
-> **分支 `feature/reterminal-e1002`**（基于 `feature/colorful`）：新增第二个目标设备 **Seeed reTerminal E1002**（7.3 寸 **800×480**，E Ink **Spectra 6 原生六色**：黑/白/黄/红/绿/蓝，真机已验证六色量化干净）。该设备不接受局域网直推，而是由 **SenseCraft HMI** 云端的 **HTML 控件**按设备刷新间隔（最小 5 分钟）**每周期重新抓取**一个公网 HTTPS URL、无头浏览器截图后量化下发；不支持 ETag/304，内容不变也会整屏重绘（全刷约 17 秒）。因此本分支产出的是**一张固定 800×480 的静态页 `output/e1002/index.html` + 同目录 `dashboard.png`**，需部署到公网 HTTPS（局域网地址/明文 HTTP 云端抓不到）。渲染由 `renderer_e1002.py` 完成：继承 `DashboardRenderer` 全部组件、**k=1 字号与三色版完全相同（不放大，放大后字太大很傻）**，靠四倍面积重新排版：顶部时钟/天气不变；中段左 Claude Usage、右 橘喵今日实时并排；下段全宽恢复三色版隐藏的 **30 天趋势图**（三指标各一色 + 合计）。六色各有唯一语义：红=预警/涨/定位/太阳闪电/流水线，黄=用量「注意」档填充，绿=毛利线，蓝=单量线/雨雪。
+> **分支 `feature/reterminal-e1002`**（基于 `feature/colorful`）：新增第二个目标设备 **Seeed reTerminal E1002**（7.3 寸 **800×480**，E Ink **Spectra 6 原生六色**：黑/白/黄/红/绿/蓝，真机已验证六色量化干净）。该设备不接受局域网直推，而是由 **SenseCraft HMI** 云端的 **HTML 控件**按设备刷新间隔（最小 5 分钟）**每周期重新抓取**一个公网 HTTPS URL、无头浏览器截图后量化下发；不支持 ETag/304，内容不变也会整屏重绘（全刷约 17 秒）。因此本分支产出的是**一张固定 800×480 的静态页 `output/e1002/index.html` + 同目录 `dashboard.png`**，需部署到公网 HTTPS（局域网地址/明文 HTTP 云端抓不到）。渲染由 `renderer_e1002.py` 完成：继承 `DashboardRenderer` 组件、**k=1 字号与三色版完全相同（不放大，放大后字太大很傻）**。版面定位为 **AI 用量看板**：顶部时钟/天气不变；主体左 **Claude Usage 三行（5h / 7d / Fable 7d）**、右 **ChatGPT Usage（目前 mock，标「示例数据」）**，每行是一张「用量卡」（标签 + F24 百分比 + pace / 全宽进度条 / 重置时刻 + 已过时间）。橘喵今日实时与 30 天趋势图**不在**本版面（业务数据留给 400×300 小屏）。六色语义：红=预警/pace 超前/定位/太阳闪电，黄=用量「注意」档填充，蓝=雨雪，绿暂未用。
 
 ## 命令
 
@@ -37,12 +37,12 @@ EPD_HOST=epd400a44.local python3 main.py
 
 `main.py` 串联三层，各层职责单一、低耦合：
 
-- **`data.py`** — 唯一数据入口 `get_dashboard_data()`，返回固定结构的 dict：`date`/`weather`/`mao`/`usage`。日期时间用真实系统时间；橘喵今日经营由 `_mao()` 经 `jm_api`、天气由 `_weather()` 经 `weather_api`（和风，定位南京·江宁）、Claude 用量由 `_usage()` 经 `usage_local`，**任何异常都回退占位 `"--"`，不回退 mock**。改数据保持返回结构不变即可（renderer 依赖其 key：`weather.icon` 为和风图标代码；`mao.cols[].hb/tb` 为环比/同比 `(direction, text)`，direction 为 `None` 时不画三角；`usage.bars[]` 为 `{k, pct(或 None), time_pct?}`、`usage.warn` 为转红阈值）。注：`mao.trend` 三色版当前不用（趋势图隐藏），E1002 版用它画 30 天趋势；`_mao` 还会现算 `trend.totals`（三指标 30 天合计，`_trend_totals`，不进缓存）。
+- **`data.py`** — 唯一数据入口 `get_dashboard_data()`，返回固定结构的 dict：`date`/`weather`/`mao`/`usage`。日期时间用真实系统时间；橘喵今日经营由 `_mao()` 经 `jm_api`、天气由 `_weather()` 经 `weather_api`（和风，定位南京·江宁）、Claude 用量由 `_usage()` 经 `usage_local`，**任何异常都回退占位 `"--"`，不回退 mock**。改数据保持返回结构不变即可（renderer 依赖其 key：`weather.icon` 为和风图标代码；`mao.cols[].hb/tb` 为环比/同比 `(direction, text)`，direction 为 `None` 时不画三角；`usage.bars[]` 为 `{k, pct(或 None), time_pct?, reset?, scoped}`、`usage.warn`/`usage.caution` 为转红/转黄阈值、`usage.updated` 为快照落盘时刻；`usage_gpt` 与 `usage` 同构，目前是 **mock**（`mock: True`），接真实数据源时替换 `_usage_gpt()` 即可）。注：`_mao` 仍会拉 `mao.trend`，但两个版面当前都不画趋势图（renderer 不使用它）。
   - **缓存**（为 launchd 每 5 分钟独立进程而设，必须落盘）：天气 `.weather_cache.json`（TTL=`WEATHER_TTL`，默认 15min）、趋势 `.trend_cache.json`（按日期 key，每天只拉一次）；两者拉取失败沿用旧缓存。**用量不自建缓存**——直接读 statusline 生产的本地快照 `~/.claude/usage-snapshot.json`（见 `usage_local`），失败即 `"--"`。两个缓存文件已在 `.gitignore`。
   - **用量的 pace（时间维度对比）**：`_usage()` 每次按当前时间**现算** `time_pct=(窗口已流逝/窗口长)`、`pace=pct−time_pct`（>0 超前↑ / <0 节余↓）；故即使 `utilization` 来自可能滞后的本地缓存，pace 仍随时钟准确推进。5h 窗口 18000s、7d 窗口 604800s。
 - **`jm_api.py`** — jm-devops 后端统计接口客户端，**设备密钥授权**（`grant_type=client_secret`，免验证码）。先用 `CLIENT_ID + CLIENT_SECRET` 调 `POST /auth/login` 换 token（进程内缓存、按 `expire_in` 提前刷新），再带 `Authorization: Bearer <token>` + `clientid` 头调 `/system/statistics/{realtime,recent-days}`；遇 401 清 token 重登一次重试。token 字段为蛇形 `access_token`/`expire_in`。注：历史上曾免鉴权直调、更早曾用账号密码+验证码 OCR 登录（ddddocr 不稳定），现统一为 client_secret 授权——密钥即长期凭证，务必走 HTTPS、优先用 `JM_CLIENT_SECRET` 环境变量、可在后端 `sys_client` 轮换。
 - **`weather_api.py`** — 和风天气（QWeather）客户端。用**用户专属 API Host**（`QWEATHER_HOST`）+ `X-QW-Api-Key` 头鉴权；响应 **gzip 压缩**（按 magic number 手动解压）、返回 `code` 为**字符串**。`get_now()` 取实时（`now.text` 中文天气 / `now.temp` / `now.icon` 图标代码），`get_today()` 取 `/3d` 的 `daily[0]` 今日温区。`QWEATHER_HOST`/`QWEATHER_KEY` 未配置时直接抛错→天气区显示 `"--"`。
-- **`usage_local.py`** — Claude Code 用量本地读取，**不发任何网络请求**（**生产者/消费者**模式）：只读 `config.USAGE_LOCAL_PATH`（默认 `~/.claude/usage-snapshot.json`）。**生产者 = 打过补丁的 claude-statusline**：其 `bin/statusline.sh` 把每次 Claude Code 经 stdin 喂来的**权威实时**额度落盘为该快照（schema 同 `/api/oauth/usage`：`five_hour`/`seven_day` 的 `utilization` + `resets_at`）；本模块作消费者读取。活跃使用时快照几乎持续刷新、准确；空闲时停在最后一次。文件缺失/损坏→用量区 `"--"`。注：`resets_at` 可能是 **epoch 数字**（Claude Code stdin 给的就是 epoch）或 ISO 串，`data._parse_reset_ts` 两者兼容。（曾评估直调 `/api/oauth/usage`，改为读本地快照以免网络请求。）
+- **`usage_local.py`** — Claude Code 用量本地读取，**不发任何网络请求**（**生产者/消费者**模式）：只读 `config.USAGE_LOCAL_PATH`（默认 `~/.claude/usage-snapshot.json`）。**生产者 = 打过补丁的 claude-statusline**（本机 `~/.claude/statusline.sh`）：把每次 Claude Code 经 stdin 喂来的**权威实时**额度落盘为该快照（schema 同 `/api/oauth/usage`：`five_hour`/`seven_day` 的 `utilization` + `resets_at`），并额外写入 **`seven_day_fable`**（Fable 模型限定的 7 天额度——stdin 里没有，只在 `/api/oauth/usage` 返回的 `limits[]` 中 `scope.model.display_name == "Fable"` 那项；statusline 在 stdin 分支也会每 5 分钟刷新一次 API 缓存 `/tmp/claude/statusline-usage-cache.json` 以拿到它，无 token/断网时该键为 `null`）；`data.USAGE_WINDOWS` 用 `scoped=True` 标记这一行，400×300 小屏 `render()` 跳过 scoped 行、800×480 宽版显示。本模块作消费者读取。活跃使用时快照几乎持续刷新、准确；空闲时停在最后一次。文件缺失/损坏→用量区 `"--"`。注：`resets_at` 可能是 **epoch 数字**（Claude Code stdin 给的就是 epoch）或 ISO 串，`data._parse_reset_ts` 两者兼容。（曾评估直调 `/api/oauth/usage`，改为读本地快照以免网络请求。）
 - **`renderer.py`** — `DashboardRenderer.render(data)` 返回 PIL `'RGB'` 模式、**仅黑/白/红三色**图；组件层提供两个可覆写钩子/参数供六色版复用：`_usage_colors()`（用量行 填充/边框/文字 三色元组）、`_weather_icon(wet=)`（降水元素颜色）；`_label(x0,x1)` 可指定左右边界。`render_to_file()` 落盘。布局硬编码为**上中下三段**，两道 `hdash` 横规分隔（y=90 / 200）：
     - **A 顶部**（0–90）：大时钟(F48)+日期（左）/ 天气（右：红定位水滴 + 温度 + 天气·温区 + 全矢量图标）。
     - **B 中部主角 Claude Usage**（`_label` 标题 + 两条 `_usage_row`）：每条单行 = 左标签 `5h`/`7d`(F13) + 粗进度条 + 百分比(F16) + 时间维度对比 pace(F13，`_pace`)；`pct≥warn`→该条进度条(含边框)与百分比转红预警；pace 用上/下三角替代 +/−（超前↑ / 节余↓）。整行「标签·进度条·百分比·三角」用 `_mid()` 按墨迹竖直中心对齐到同一中线。
@@ -51,7 +51,7 @@ EPD_HOST=epd400a44.local python3 main.py
   - **`_trend_chart`（当前隐藏）**：近30天三指标折线，用 `_styled_polyline()` 按 solid/dashed/dotted 区分、主指标(流水)红线，各指标按自身极值独立归一化。已保留但 `render()` 未调用，想恢复即在 C 前挂回。
   - **天气图标全矢量手绘**（无图片资源）：`_weather_category()` 把和风 icon 代码归并为 8 类（sunny/clear_night/cloudy/overcast/thunder/rain/snow/fog，识别不了回退 cloudy），再由 `_weather_icon()` 用 `_sun`/`_cloud` 等基元按 1bit 描边画出；改天气展示从这里动。
 - **`pusher.py`** — 直连局域网墨水屏设备（喵喵固件，开源：https://gitee.com/gxp666111/miaomiao，`web/` 即设备自带管理页，可浏览器打开 `http://<EPD_HOST>/` 调试同一套接口）。`push_image()` 先调 `GET /images` 拿画廊已存图片名单，逐个 `POST /delete_image?name=`清空（单张删除失败不阻塞后续），再 `POST /upload`（`Content-Type: image/png`，body 为原始 PNG 字节，非 multipart）触发设备转换+刷屏。**清空画廊是刻意设计**：设备把每次 `/upload` 都追加存一份到画廊（`GET /images` 可见），不清理会越推越多、且设备当前 `current_mode` 为 slideshow 会轮播到旧图；先清后传使画廊恒为 1 张，等价于始终静态展示最新一张。**清理非核心**：拉取画廊列表本身失败也不阻塞后续 `/upload`（跳过清理，直接推）。`_request()` 对连接类异常（`urllib.error.URLError`，含 mDNS `.local` 域名解析瞬时失败）内置重试（`RETRY_TIMES=2`，间隔 `RETRY_DELAY=2s`）——mDNS 基于组播 UDP，偶发丢包很正常，单次失败不该让整轮推送直接跳过。注：历史上曾走 Zectrix 公网 API（`POST /devices/{id}/display/image` + 设备 MAC + `ZECTRIX_API_KEY`），现统一为局域网直连。
-- **`renderer_e1002.py`** — reTerminal E1002 目标：`E1002Renderer(DashboardRenderer)` 以 **k=1** 复用全部组件（字号 12/24/48 与三色版一致），只重写版式与配色钩子。版式：A 顶部 0–90 时钟/日期左、天气右（贴 x=790）；B 96–192 左半 Claude Usage（10–390）｜竖规 x=400｜右半 今日实时三列（410–790，`_label(x0,x1)` 指定边界）；C 206–472 全宽 `_trend_chart6` 30 天趋势（用颜色而非线型区分：流水红 2px 主线 + 末点、单量蓝、毛利绿；标题行右接「合计」三指标 30 天求和，来自 `data._trend_totals`，每次现算不进缓存；每 7 天一道竖点规）；D 可选六色测试色条 `_color_strip`（`E1002_COLOR_STRIP=1` 打开，默认关）。配色钩子 `_usage_colors` 三档：≥`USAGE_WARN` 红｜≥`USAGE_CAUTION`（默认 60）黄填充+黑框黑字｜其余黑——黄字压白底不可读，黄只作填充。天气图标 `wet=BLUE` 让雨滴/雪花着蓝。`write_page()` 写出固定 800×480 的 `index.html`（零边距、`image-rendering: pixelated`、PNG 带时间戳参数防缓存）。**为何固定尺寸而非自适应**：云端截图视口/DPR 不可控，自适应会重排+抗锯齿产生中间色再被平台抖动；固定页里的 1:1 PNG 每个像素本就是六色之一，截图零损失——已用无头 Chrome `--window-size=800,480` 截图验证与 PNG 逐像素一致。设备端 HTML 控件须铺满整个画布。
+- **`renderer_e1002.py`** — reTerminal E1002 目标：`E1002Renderer(DashboardRenderer)` 以 **k=1** 复用组件（字号 12/24/48 与三色版一致），只重写版式与配色钩子。版式：A 顶部 0–90 时钟/日期左、天气右（贴 x=790）；B 主体 y=100 起，左半 `usage`（10–386）｜竖规 x=400｜右半 `usage_gpt`（414–790），各自一个 `_usage_block`（`_label` 标题 + 右侧「快照 HH:MM」或 mock 的「示例数据」，然后逐行 `_usage_card`，行距 116）。`_usage_card` 三层：① 标签 F13 粗 + 百分比 F24 粗 + `_pace` 三角 ② 全宽进度条 H=14 ③ F12 说明行「重置 …」/「已过 NN%」；pct 为 None 显示 `--`。配色钩子 `_usage_colors` 三档：≥`USAGE_WARN` 红｜≥`USAGE_CAUTION`（默认 60）黄填充+黑框黑字｜其余黑——黄字压白底不可读，黄只作填充。天气图标 `wet=BLUE` 让雨滴/雪花着蓝。可选六色测试色条 `_color_strip`（`E1002_COLOR_STRIP=1` 打开，默认关）。`write_page()` 写出固定 800×480 的 `index.html`（零边距、`image-rendering: pixelated`、PNG 带时间戳参数防缓存）。**为何固定尺寸而非自适应**：云端截图视口/DPR 不可控，自适应会重排+抗锯齿产生中间色再被平台抖动；固定页里的 1:1 PNG 每个像素本就是六色之一，截图零损失——已用无头 Chrome `--window-size=800,480` 截图验证与 PNG 逐像素一致。设备端 HTML 控件须铺满整个画布。历史：曾有过 k=2 整体放大版与「左用量/右今日实时/下 30 天趋势」版，均已按用户反馈弃用。
 - **`config.py`** — 顶部 `_load_dotenv()` 先加载同目录 `.env`，再定义 API、设备、画布尺寸、字体路径、推送参数；凭证 fallback 为空串，真实值来自 `.env`/环境变量。
 
 ## 墨水屏渲染约束（改 renderer.py 必读）

data.py

@@ -163,23 +163,26 @@ def _mao(now):
     except Exception as e:
         print(f"[警告] 今日经营拉取失败：{e}")
         cols = [_placeholder_col(k) for k in ("单量", "流水", "毛利")]
-    # 近30天趋势（按日期缓存，每天只拉一次）；合计每次现算，不进缓存（缓存结构保持不变）
+    # 近30天趋势（按日期缓存，每天只拉一次）；宽版另用其最后 7 天做「近7天」数据表
-    trend = dict(_trend(now))
+    trend = _trend(now)
-    trend["totals"] = _trend_totals(trend)
+    return {"upd": upd, "cols": cols, "trend": trend, "week": _recent_days(trend, 7)}
-    return {"upd": upd, "cols": cols, "trend": trend}
 
 
-def _trend_totals(trend):
+def _recent_days(trend, n):
-    """近30天三指标合计 → [（名，文本）]，供宽版（E1002）趋势图标题行展示；无数据返回空列表。
+    """趋势的最后 n 天 → 表格数据 {dates:[MM/DD…], rows:[(名, [文本…], 合计文本)]}，供宽版「橘喵·近7天」表使用。
-    单量按千分位计数，流水/毛利按金额紧凑格式（≥1万 显示 X.XX万）。"""
+    recent-days 不含今日，故表头日期到昨天为止。单量按千分位、流水/毛利按紧凑金额格式；无数据返回空 dict。"""
-    out = []
+    dates, series = trend.get("dates") or [], trend.get("series") or []
-    for s in trend.get("series") or []:
+    if not dates or not series:
-        data = s.get("data") or []
+        return {}
-        if not data:
+    dates = dates[-n:]
+    rows = []
+    for s in series:
+        data = (s.get("data") or [])[-n:]
+        if len(data) != len(dates):
             continue
-        total = sum(data)
+        fmt = _fmt_count if s["k"] == "单量" else _fmt_money
-        out.append((s["k"], _fmt_count(total) if s["k"] == "单量" else _fmt_money(total)))
+        rows.append((s["k"], [fmt(v) for v in data], fmt(sum(data))))
-    return out
+    return {"dates": dates, "rows": rows}
 
 
 # ---------- Claude Code 用量 ----------
@@ -206,35 +209,75 @@ def _window_time_pct(resets_at, window, now):
     return int(round((window - remaining) / window * 100))
 
 
-def _usage(now):
+def _fmt_reset(resets_at, window):
-    """Claude Code 用量（5h / 7d）——只读本地 statusline 生产的快照（见 usage_local.py），**不发任何请求**。
+    """重置时刻 → 文本：≤1 天的窗口只给 HH:MM，更长的窗口带 MM/DD。解析失败返回 None。"""
+    ts = _parse_reset_ts(resets_at)
+    if ts is None:
+        return None
+    dt = datetime.fromtimestamp(ts)
+    return dt.strftime("%H:%M") if window <= 86400 else dt.strftime("%m/%d %H:%M")
 
-    utilization 来自 statusline 从 Claude Code stdin 落盘的权威实时值；
+
+# Claude 用量窗口：（快照键，行标签，窗口长度秒，scoped）。scoped=True 为「按模型限定」的额度
+# （Fable 7d，来自 /api/oauth/usage 的 limits[]，由 statusline 写入快照 seven_day_fable），
+# 400x300 三色小屏版面放不下第三行，只在 800x480 宽版展示。
+USAGE_WINDOWS = (
+    ("five_hour", "5h", FIVE_HOUR, False),
+    ("seven_day", "7d", SEVEN_DAY, False),
+    ("seven_day_fable", "Fable 7d", SEVEN_DAY, True),
+)
+
+
+def _usage(now):
+    """Claude Code 用量（5h / 7d / Fable 7d）——只读本地 statusline 生产的快照（见 usage_local.py），**不发任何请求**。
+
+    utilization 来自 statusline 从 Claude Code stdin 落盘的权威实时值（Fable 行来自其转存的 API limits）；
     time_pct(时间已流逝%) 与 pace 每次按当前时间**现算**（resets_at 为绝对时间）。
-    文件缺失/损坏 → 回退占位 pct=None（renderer 显示 "--"）。
+    文件缺失/损坏 → 回退占位 pct=None（renderer 显示 "--"）；快照里没有某窗口（如旧版 statusline 无 Fable）同样 "--"。
-    结构契约（renderer 依赖）：{title, warn, bars:[{k, pct(0~100 或 None), time_pct(0~100)?}]}；
+    结构契约（renderer 依赖）：{title, warn, caution, updated?, bars:[{k, pct(0~100 或 None), time_pct?, reset?, scoped}]}；
-    pct ≥ warn 时该条进度条与百分比转红；pace = pct − time_pct（>0 超前↑ / <0 节余↓）。
+    pct ≥ warn 时该条进度条与百分比转红；pace = pct − time_pct（>0 超前↑ / <0 节余↓）；
+    reset 为重置时刻文本；updated 为快照落盘时刻 HH:MM（活跃使用时持续刷新，空闲时停在最后一次）。
     """
-    wins = {}
+    raw = {}
     try:
         raw = usage_local.get_usage()
-        for key, label, win in (("five_hour", "5h", FIVE_HOUR), ("seven_day", "7d", SEVEN_DAY)):
-            seg = raw.get(key) or {}
-            wins[label] = {"pct": int(round(float(seg.get("utilization", 0)))),
-                           "resets_at": seg.get("resets_at"), "win": win}
     except Exception as e:
         print(f"[警告] Claude 用量读取失败：{e}")
 
     bars = []
-    for label in ("5h", "7d"):
+    for key, label, win, scoped in USAGE_WINDOWS:
-        w = wins.get(label) or {}
+        seg = raw.get(key) or {}
-        pct = w.get("pct")
+        util = seg.get("utilization")
-        bar = {"k": label, "pct": pct}
+        pct = int(round(float(util))) if util is not None else None
-        tp = _window_time_pct(w.get("resets_at"), w.get("win"), now)
+        bar = {"k": label, "pct": pct, "scoped": scoped}
+        tp = _window_time_pct(seg.get("resets_at"), win, now)
         if pct is not None and tp is not None:
             bar["time_pct"] = tp
+        rs = _fmt_reset(seg.get("resets_at"), win)
+        if rs:
+            bar["reset"] = rs
         bars.append(bar)
-    return {"title": "Claude Usage", "warn": config.USAGE_WARN, "caution": config.USAGE_CAUTION, "bars": bars}
+    out = {"title": "Claude Usage", "warn": config.USAGE_WARN, "caution": config.USAGE_CAUTION, "bars": bars}
+    upd = _parse_reset_ts(raw.get("updated_at"))
+    if upd:
+        out["updated"] = datetime.fromtimestamp(upd).strftime("%H:%M")
+    return out
+
+
+def _usage_gpt(now):
+    """ChatGPT 用量——**目前为 mock 占位**（mock=True，renderer 在标题右侧标「示例数据」）。
+    结构与 _usage 完全一致，后续接入真实数据源时只需替换本函数、保持返回结构不变。
+    mock 取值刻意覆盖多种配色档：5h 42%（黑）、7d 71%（黄「注意」）、Codex 7d 55%（黑，scoped 与左侧 Fable 行对称）。"""
+    bars = []
+    for label, pct, win, remain, scoped in (("5h", 42, FIVE_HOUR, 2 * 3600, False),
+                                            ("7d", 71, SEVEN_DAY, 3 * 86400, False),
+                                            ("Codex 7d", 55, SEVEN_DAY, 3 * 86400, True)):
+        reset_ts = now.timestamp() + remain
+        bars.append({"k": label, "pct": pct, "scoped": scoped,
+                     "time_pct": _window_time_pct(reset_ts, win, now),
+                     "reset": _fmt_reset(reset_ts, win)})
+    return {"title": "ChatGPT Usage", "warn": config.USAGE_WARN, "caution": config.USAGE_CAUTION,
+            "bars": bars, "mock": True}
 
 
 def get_dashboard_data(now=None):
@@ -249,4 +292,5 @@ def get_dashboard_data(now=None):
         "weather": _weather(now),
         "mao": _mao(now),
         "usage": _usage(now),
+        "usage_gpt": _usage_gpt(now),
     }

renderer.py

@@ -150,16 +150,18 @@ class DashboardRenderer:
         self.tri(xr - tw - TRI_GAP - TRI / 2, cy, TRI, up=up, fill=color)
         return tw + TRI_GAP + TRI
 
-    def _usage_row(self, x0, x1, y, bar, warn):
+    def _usage_row(self, x0, x1, y, bar, warn, label_w=None):
         """一条用量（单行）：左标签(5h/7d, F13) + 进度条 + 百分比(F16, 主数字) + 时间维度对比 pace(F13)。
         右侧从右往左排布，显式控制两处横向间距：G1 进度条↔百分比、G2 百分比↔pace；全部竖直居中 cy。
-        pct ≥ warn → 进度条(含整条边框)与百分比转红；边框随条色，红条即红框，无黑白错位。"""
+        pct ≥ warn → 进度条(含整条边框)与百分比转红；边框随条色，红条即红框，无黑白错位。
+        label_w：标签列宽，默认 26*k（够放 5h/7d）；宽版有 "Fable 7d" 这类长标签时由调用方按最长标签算好传入。"""
         raw = bar.get("pct")
         ok = isinstance(raw, (int, float))                          # None/缺失 → 显示 "--"
         pct = max(0, min(100, int(raw))) if ok else 0
         fill, outline, color = self._usage_colors(ok, pct, warn, bar)
         k = self.k
-        LABEL_W, G1, G2, H = 26 * k, 13 * k, 8 * k, 15 * k  # G1 进度条↔百分比、G2 百分比↔pace（视觉约 12/11）
+        LABEL_W = 26 * k if label_w is None else label_w
+        G1, G2, H = 13 * k, 8 * k, 15 * k  # G1 进度条↔百分比、G2 百分比↔pace（视觉约 12/11）
         PCT_TRACK = 2 * k  # F16(16/12x 非整数倍缩放)数字墨迹无侧边距、紧贴，手动加字符间距
         cy = y + 10 * k  # 行竖直中心
         self._mid(x0, cy, bar["k"], self.F13, bold=k)                # 左标签 F13
@@ -419,6 +421,8 @@ class DashboardRenderer:
         warn = usage.get("warn", 80)
         ry = 123
         for b in usage.get("bars", []):
+            if b.get("scoped"):  # 按模型限定的额度（Fable 7d）只在 800x480 宽版展示，小屏放不下第三行
+                continue
             self._usage_row(10, 390, ry, b, warn)
             ry += 31  # 略压缩两条间距，给底部让出下边距
 

renderer_e1002.py

@@ -1,20 +1,23 @@
 #!/usr/bin/env python3
 # -*- coding: utf-8 -*-
 """
-reTerminal E1002 渲染层 —— 复用 renderer.DashboardRenderer 的全部组件（**k=1，字号与 400x300 版完全相同**），
+reTerminal E1002 渲染层 —— 复用 renderer.DashboardRenderer 的组件（**k=1，字号与 400x300 版完全相同**），
-利用 800x480 的四倍面积重新排版，输出 **E Ink Spectra 6 原生六色**（黑/白/黄/红/绿/蓝）纯色图，
+利用 800x480 的四倍面积重新排版为「AI 用量看板」，输出 **E Ink Spectra 6 原生六色**（黑/白/黄/红/绿/蓝）纯色图，
 并生成一张固定 800x480 的 HTML 页面供 SenseCraft HMI 的 HTML 控件云端截图拉取。
 
-版式（k=1，12/24/48px 点阵字体，不放大）：
+版式（k=1，12/24/48px 点阵字体，不放大；四段，三道横规）：
   A 顶部（0～90）   ：大时钟+日期（左）｜天气（右，贴 790）——与三色版同一套组件与尺寸。
-  B 中段（96～192） ：左半 Claude Usage（10～390）｜竖规 x=400｜右半 橘喵·今日实时三列（410～790）。
+  B 用量（96～206） ：左半 **Claude Usage**（5h / 7d / Fable 7d）｜竖规 x=400｜右半 **ChatGPT Usage**（mock：5h / 7d / Codex 7d）。
-  C 下段（206～462）：橘喵·30 天趋势（全宽，三指标各一色：流水红 / 单量蓝 / 毛利绿），三色版里隐藏的图在此恢复。
+                      行组件沿用三色版的紧凑单行 `_usage_row`（行距 31），标签列宽按最长标签自适应。
-  D 可选（470～479）：六色测试色条（config.E1002_COLOR_STRIP，默认关；真机校准色彩量化时打开）。
+  C 今日（218～314）：**橘喵·今日实时** 三列全宽（名 / 值 F24 粗 / 环比·同比），版式同三色版。
+  D 近7天（328～438）：**橘喵·近7天** 数据表（真实数据：30 天趋势缓存的最后 7 天；不画折线）——
+                      列 = 指标名 + 7 个日期 + 合计，行 = 单量 / 流水 / 毛利；合计列伪粗体。
+  可选（470～479）：六色测试色条（config.E1002_COLOR_STRIP，默认关；真机校准色彩量化时打开）。
 
 六色的语义分工（每种颜色只有一个含义，不为「有」而用）：
-  - 黑/白：结构与正文。红：预警、涨、定位、太阳/闪电、趋势主指标（流水）。
+  - 黑/白：结构与正文。红：预警（pct≥warn）、pace 超前、定位、太阳/闪电。
   - 黄：用量进度条「注意」档（caution ≤ pct < warn）填充，边框与百分比仍黑（黄字压白底不可读，故黄只作填充）。
-  - 绿：趋势「毛利」线。蓝：趋势「单量」线、天气雨滴/雪花。
+  - 蓝：天气雨滴/雪花。绿：暂未使用（保留给后续语义，例如「节余」）。
   - 整图只允许六种纯色；渲染后可用 `img.getcolors()` 自查。
 
 为什么是「固定 800x480 + 一张 PNG」而不是自适应 HTML：
@@ -32,19 +35,16 @@ from renderer import DashboardRenderer, BLACK, WHITE, RED
 YELLOW, GREEN, BLUE = (255, 255, 0), (0, 255, 0), (0, 0, 255)
 SPECTRA6 = [BLACK, WHITE, YELLOW, RED, GREEN, BLUE]
 
-# 趋势三指标配色：主指标流水红领读，单量蓝、毛利绿；未列出的指标回退黑
-SERIES_COLOR = {"流水": RED, "单量": BLUE, "毛利": GREEN}
-
 
 class E1002Renderer(DashboardRenderer):
-    """800x480 六色版。组件全部继承（k=1，字号不变），只重写版式与配色钩子。"""
+    """800x480 六色版。组件继承（k=1，字号不变），只重写版式与配色钩子。"""
 
     def __init__(self, font_path=config.FONT_PATH):
         super().__init__(font_path, size=(config.E1002_WIDTH, config.E1002_HEIGHT), k=1)
 
     # ---------- 配色钩子 ----------
     def _usage_colors(self, ok, pct, warn, bar):
-        """三档：≥warn 整体红｜caution≤pct<warn 黄填充+黑框黑字｜其余黑。"""
+        """三档：≥warn 整体红｜caution≤pct<warn 黄填充+黑框黑字｜其余黑。返回（填充，边框，文字）。"""
         if not ok:
             return BLACK, BLACK, BLACK
         if pct >= warn:
@@ -66,66 +66,62 @@ class E1002Renderer(DashboardRenderer):
             if c == WHITE:
                 self.d.rectangle([bx0, y0, bx1, y1], outline=BLACK, width=1)
 
-    def _trend_chart6(self, y0, y1, trend):
+    def _usage_block(self, x0, x1, y0, usage):
-        """近30天三指标折线（六色版）：标题（左）+ 彩色图例（右）+ 折线 + X 轴。
+        """一个用量区块：标题（_label，右侧「快照 HH:MM」或 mock 的「示例数据」）+ 逐行紧凑 `_usage_row`（行距 31）。
-        与三色版 `_trend_chart` 的差别：用**颜色**而非线型区分指标（全部实线，主指标 2px），
+        标签列宽按本块最长标签墨迹 + 8px 算，保证 "Fable 7d" 这类长标签不压进度条。返回末行底部 y。"""
-        绘图区高度由 y0～y1 决定以填满下半屏。各指标按自身极值独立归一化，只表达趋势形状。"""
+        right = "示例数据" if usage.get("mock") else (f'快照 {usage["updated"]}' if usage.get("updated") else None)
-        dates, series = trend.get("dates") or [], trend.get("series") or []
+        self._label(y0, usage.get("title", "Usage"), right=right, x0=x0, x1=x1)
-        title = "橘喵·30天趋势"
+        warn = usage.get("warn", 80)
-        self._label(y0, title)
+        bars = usage.get("bars", [])
-        if not series or not dates or not any(s.get("data") for s in series):
+        label_w = max([self._tw(b["k"], self.F13) + 1 for b in bars] + [26]) + 8
-            self.ctext(self.W / 2, (y0 + y1) / 2 - 12, "--", self.F24)
+        y = y0 + 27
-            return
+        for b in bars:
-        # ---- 合计（紧随标题）：「合计  单量 12,345  流水 123.45万  毛利 12.34万」，数值伪粗体 ----
+            self._usage_row(x0, x1, y, b, warn, label_w=label_w)
-        totals = trend.get("totals") or []
+            y += 31
-        if totals:
+        return y - 31 + 20
-            x = 10 + 8 + 6 + self._tw(title, self.F12) + 24
+
-            self.text(x, y0, "合计", self.F12); x += self._tw("合计", self.F12) + 12
+    def _realtime(self, y0, mao, x0=8, x1=None):
-            for name, val in totals:
+        """橘喵·今日实时三列（版式同三色版：标题+18=名/+34=值/+64=环比/+82=同比）。返回墨迹底部 y。"""
-                self.text(x, y0, name, self.F12); x += self._tw(name, self.F12) + 4
+        x1 = self.W - 8 if x1 is None else x1
-                self.text(x, y0, val, self.F12, bold=1); x += self._tw(val, self.F12) + 1 + 14
+        self._label(y0, "橘喵·今日实时", right=f'上次更新 {mao["upd"]}', x0=x0 + 2, x1=x1 - 2)
-        # ---- 图例（右）：色块样线 + 指标名，从右往左排布 ----
+        cols = mao["cols"]; n = len(cols)
-        SAMP, G1, GAP = 16, 8, 12
+        cw = (x1 - x0) / n
-        x = self.W - 10
+        for i in range(1, n):
-        for s in reversed(series):
+            self.vdash(x0 + cw * i, y0 + 32, y0 + 96)
-            c = SERIES_COLOR.get(s.get("k"), BLACK)
+        for i, c in enumerate(cols):
-            self.rtext(x, y0, s["k"], self.F12, fill=c)
+            cx = x0 + cw * (i + 0.5)
-            x -= self._tw(s["k"], self.F12) + G1
+            self.ctext(cx, y0 + 18, c["k"], self.F12)
-            self.d.line([x - SAMP, y0 + 7, x, y0 + 7], fill=c, width=2)
+            self.ctext(cx, y0 + 34, c["v"], self.F24, bold=1)
-            x -= SAMP + GAP
+            self._cmp_line(cx, y0 + 64, "环比", c["hb"])
-        # ---- 绘图区 ----
+            self._cmp_line(cx, y0 + 82, "同比", c["tb"])
-        px0, px1 = 14, self.W - 10
+        return y0 + 96
-        py0, py1 = y0 + 24, y1 - 16          # 底部留 16px 给 X 轴日期
+
-        self.hdash(px0, px1, py1, dash=2, gap=3)  # 基线
+    def _week_table(self, y0, week, x0=10, x1=None):
-        n = len(dates)
+        """橘喵·近7天数据表：表头 = 指标名列 + 7 个日期 + 合计；行 = 单量/流水/毛利。
-        xstep = (px1 - px0) / (n - 1) if n > 1 else 0
+        全部 F12、右对齐数字；合计列伪粗体；表头下一道点规。无数据居中 "--"。返回底部 y。"""
-        # 周界竖向点规：每 7 个点一道，帮助读「第几周」，不与折线争抢
+        x1 = self.W - 10 if x1 is None else x1
-        for i in range(7, n, 7):
+        self._label(y0, "橘喵·近7天", right="不含今日", x0=x0, x1=x1)
-            self.vdash(px0 + xstep * i, py0, py1, dash=1, gap=3)
+        dates, rows = (week or {}).get("dates") or [], (week or {}).get("rows") or []
-        # 先画次要指标，最后画主指标（流水）压顶
+        if not dates or not rows:
-        order = sorted(series, key=lambda s: s.get("k") == "流水")
+            self.ctext((x0 + x1) / 2, y0 + 40, "--", self.F24)
-        for s in order:
+            return y0 + 80
-            color = SERIES_COLOR.get(s.get("k"), BLACK)
+        NAME_W, ROW = 44, 22
-            data = s["data"]
+        ncol = len(dates) + 1                      # 日期列 + 合计列
-            lo, hi = min(data), max(data)
+        cw = (x1 - x0 - NAME_W) / ncol
-            span = (hi - lo) or 1
+        col_r = lambda i: x0 + NAME_W + cw * (i + 1) - 4  # 第 i 列右端（含右内边距）
-            pad = 6
+        hy = y0 + 24
-            pts = []
+        for i, d in enumerate(dates):
-            for i, v in enumerate(data):
+            self.rtext(col_r(i), hy, d, self.F12)
-                xv = px0 + xstep * i
+        self.rtext(col_r(len(dates)), hy, "合计", self.F12)
-                yv = py1 - pad - (v - lo) / span * (py1 - py0 - 2 * pad)
+        self.hdash(x0, x1, hy + 17, dash=2, gap=3)
-                pts.append((xv, yv))
+        y = hy + ROW
-            w = 2 if color == RED else 1
+        for name, vals, total in rows:
-            for (ax, ay), (bx, by) in zip(pts, pts[1:]):
+            self.text(x0, y, name, self.F12)
-                self.d.line([ax, ay, bx, by], fill=color, width=w)
+            for i, v in enumerate(vals):
-            if color == RED and pts:  # 主指标最新值标点：“今日 · 你在此处”
+                self.rtext(col_r(i), y, v, self.F12)
-                ex, ey = pts[-1]
+            self.rtext(col_r(len(dates)), y, total, self.F12, bold=1)
-                self.d.ellipse([ex - 3, ey - 3, ex + 3, ey + 3], fill=RED)
+            y += ROW
-        # ---- X 轴标签：首 / 中 / 末 ----
+        return y - ROW + 14
-        xl_y = py1 + 3
-        self.text(px0, xl_y, dates[0], self.F12)
-        self.ctext((px0 + px1) / 2, xl_y, dates[n // 2], self.F12)
-        self.rtext(px1, xl_y, dates[-1], self.F12)
 
     # ---------- 入口 ----------
     def render(self, data):
@@ -135,7 +131,8 @@ class E1002Renderer(DashboardRenderer):
         self.d.fontmode = "1"
         R = self.W - 10  # 右页边 790
 
-        dt, wt, mao, usage = data["date"], data["weather"], data["mao"], data["usage"]
+        dt, wt, mao = data["date"], data["weather"], data["mao"]
+        usage, gpt = data["usage"], data.get("usage_gpt") or {}
         self._caution = usage.get("caution", config.USAGE_CAUTION)
 
         # ---- A. 顶部：大时钟+日期（左）/ 天气（右）——与三色版同尺寸 ----
@@ -156,38 +153,24 @@ class E1002Renderer(DashboardRenderer):
                            self._weather_category(wt.get("icon")), s=s, accent=RED, wet=BLUE)
         self.hdash(8, self.W - 8, DIV_Y)
 
-        # ---- B. 中段：左 Claude Usage ｜ 右 橘喵·今日实时 ----
+        # ---- B. 用量：左 Claude ｜ 右 ChatGPT（紧凑单行，与三色版同款）----
         MID = self.W // 2  # 400
-        self._label(96, usage.get("title", "Claude Usage"))
+        y_l = self._usage_block(10, MID - 14, DIV_Y + 6, usage)
-        warn = usage.get("warn", 80)
+        y_r = self._usage_block(MID + 14, R, DIV_Y + 6, gpt) if gpt else y_l
-        ry = 123
+        self.vdash(MID, DIV_Y + 6, max(y_l, y_r))
-        for b in usage.get("bars", []):
+        DIV2_Y = max(y_l, y_r) + 6
-            self._usage_row(10, MID - 10, ry, b, warn)
-            ry += 31
-        self.vdash(MID, 96, 194)
-
-        lx0, lx1 = MID + 10, R
-        self._label(96, "橘喵·今日实时", right=f'上次更新 {mao["upd"]}', x0=lx0, x1=lx1)
-        cols = mao["cols"]; n = len(cols)
-        ax0, ax1 = MID + 8, self.W - 8
-        cw = (ax1 - ax0) / n
-        for i in range(1, n):
-            self.vdash(ax0 + cw * i, 128, 192)
-        for i, c in enumerate(cols):
-            cx = ax0 + cw * (i + 0.5)
-            self.ctext(cx, 114, c["k"], self.F12)           # 指标名（标题+18）
-            self.ctext(cx, 130, c["v"], self.F24, bold=1)   # 数值 伪粗体（+34）
-            self._cmp_line(cx, 160, "环比", c["hb"])         # +64
-            self._cmp_line(cx, 178, "同比", c["tb"])         # +82
-        DIV2_Y = 200
         self.hdash(8, self.W - 8, DIV2_Y)
 
-        # ---- C. 下段：近 30 天趋势（全宽）----
+        # ---- C. 橘喵·今日实时（全宽三列）----
-        strip = config.E1002_COLOR_STRIP
+        end_c = self._realtime(DIV2_Y + 6, mao)
-        self._trend_chart6(DIV2_Y + 6, self.H - (18 if strip else 8), mao.get("trend") or {})
+        DIV3_Y = end_c + 8
+        self.hdash(8, self.W - 8, DIV3_Y)
 
-        # ---- D. 可选：六色测试色条 ----
+        # ---- D. 橘喵·近7天 数据表 ----
-        if strip:
+        self._week_table(DIV3_Y + 6, mao.get("week"))
+
+        # ---- C. 可选：六色测试色条 ----
+        if config.E1002_COLOR_STRIP:
             self._color_strip(self.H - 10, self.H - 1)
         return self.img
 

usage_local.py

@@ -7,9 +7,10 @@ Claude Code 用量本地读取 —— 只读 claude-statusline 生产的用量
 「Usage snapshot for external consumers」段），它把每次从 Claude Code stdin 拿到的**权威实时**额度
 落盘到 config.USAGE_LOCAL_PATH（默认 ~/.claude/usage-snapshot.json）；本模块作为消费者读取。
 
-结构含 five_hour / seven_day，各有 utilization(已用百分比) 与 resets_at(ISO 重置时间，供上层算
+结构含 five_hour / seven_day / seven_day_fable（后者为 Fable 模型限定的 7 天额度，statusline 从
-「时间已流逝%」做 pace 对比)。活跃使用时快照几乎持续刷新、准确；空闲时停在最后一次。
+/api/oauth/usage 的 limits[] 转存，旧版 statusline 或 API 无该项时为 null），各有 utilization（已用百分比）
-文件缺失/损坏时抛错 → 上层回退占位 "--"。
+与 resets_at（重置时间，epoch 秒或 ISO，供上层算「时间已流逝%」做 pace 对比），外加 updated_at（落盘 epoch）。
+活跃使用时快照几乎持续刷新、准确；空闲时停在最后一次。文件缺失/损坏时抛错 → 上层回退占位 "--"。
 """
 import json
 
@@ -27,6 +28,6 @@ def get_usage() -> dict:
 
 if __name__ == "__main__":
     d = get_usage()
-    for k in ("five_hour", "seven_day"):
+    for k in ("five_hour", "seven_day", "seven_day_fable"):
         s = d.get(k) or {}
         print(k, "util=", s.get("utilization"), "resets_at=", s.get("resets_at"))