Agent Skills
返回列表
WorkBuddy 使用状态看板

WorkBuddy 使用状态看板

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_e4ef2dfb/workbuddy-usage-status。

技能介绍

要解决的问题

WorkBuddy 本地 trace 会记录请求、token、模型、错误、积分等使用数据，但原始数据分散在 ~/.workbuddy 的 workbuddy.db 和 traces/ 中，工程师难以直接回答“这个月用了多少 token”“哪些模型最贵”“哪几天是高峰”“错误集中在哪里”这类问题。该技能面向 WorkBuddy 自身用量，把本机数据整理成可浏览的看板。

工作方式

技能通过 Python 标准库读取本地数据，不安装依赖，也不修改源数据。核心步骤包括：

  • 聚合指标：按本地时区归日，输出 usage-status.json，保留 token、模型分布、成本、错误、高峰日等聚合结果。
  • 生成看板：输出 workbuddy-usage-status-dashboard-*.html，内联数据与 Chart.js，零外网依赖，文件名带时间戳，避免覆盖旧报告。
  • 精确 credit 可选：当需要服务端精确积分时，可传入 --credit-xlsx 覆盖对应日期窗口；默认仅展示本地估算口径。
  • 交付：生成后用 present_files 打开最新 HTML 给用户浏览。

适用边界

该技能只读 ~/.workbuddy，不适用于 Cursor、VS Code、Trae、Claude 等第三方产品用量，也不是通用可视化工具。指标口径以 DATA-GUIDE.md 为准：token 是权威主指标，credit 为会话级估算；部分 trace 可能解析失败，报告可能不完整，需要如实提示。

使用场景

  • 在月底成本复核时，打开 WorkBuddy 本地看板核对 token、模型分布和高峰日。
  • 排查某一周 WorkBuddy 请求失败与模型分布，定位错误较集中的日期。
  • 需要向团队说明 WorkBuddy 某月使用情况时，生成自包含 HTML 报告并浏览。
  • 对账某月 WorkBuddy 积分时，导入 credit xlsx 后查看精确日期窗口。

适合人员

  • 维护 WorkBuddy 本机使用记录的工程师，想快速查看 token、错误和高峰日。
  • 负责成本对账的产品运营，需要核对某月 WorkBuddy credit 与 token 口径差异。
  • 使用 WorkBuddy 处理日常任务的开发者，想生成本地 HTML 看板汇报用量。
  • 审计 Agent 本地数据访问的负责人，需要确认工具只读且不上传数据。