Agent Skills
返回列表
Token 统计

Token 统计

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_7ea7f886/token-stats-21。

技能介绍

对话结束了,token 花在哪?

在 WorkBuddy 里跑长任务时,模型会被反复调用,系统提示、工具回灌、推理链都会进上下文。厂商控制台和套餐积分往往给的是粗粒度数字,而本地 *.jsonl 里每条助手消息的 providerData 才带有 API 真实返回的 prompt_tokens、completion_tokens、prompt_cache_hit_tokens、reasoning_tokens 等字段。若不在收尾时汇总,很难回答「这一轮到底烧了多少」「缓存到底有没有省钱」「推理 token 占输出多少」。

技能如何汇总与展示

本技能读取 WorkBuddy 自动落盘的对话记录(默认路径形态为 ~/.workbuddy/projects/**/.jsonl),只统计 带 token 数据 的 message / function_call 行,与官方「一次调用计一次」口径一致;无 token 的流式分片单独计数、不参与调用次数累加。

核心脚本是技能目录下的 scripts/token_report.py(标准库实现)。对话收尾时 Agent 应按持久化偏好(full / single / off,存于 .workbuddy/stats_pref.json)选择:

  • full(默认):运行 python token_report.py --widget-pair latest --bare --current-model,内联展示「本轮」与「本任务历史累计」两个可点击图标(HTML 必须由脚本生成后原样展示,禁止手写 widget)。
  • single:仅本轮图标(--widget-turn latest)。
  • off:跳过收尾统计展示。

报告维度包括输入/输出/总计、缓存命中率(prompt_cache_hit_tokens ÷ prompt_tokens)、推理 token 子项、平台积分(来自 session_usage.credit_json,非人民币)以及 官方价估算(依赖 prices.json,按公开价折算人民币仅供参考)。轮次按「一次用户消息引发的一组调用」分组,单轮底部可按模型展示调用次数。

价格表方面:首次统计时可自动创建「每周一刷新大模型官方价格表」的本地自动化任务;发现未收录模型会在收尾展示链路中尝试联网补价;用户也可通过自然语言改偏好或要求重建刷新任务。

适用边界与注意点

  • 统计本体纯本地:不上传对话内容,只读本地 jsonl;进行中的调用可能尚未写入,报告以已完成记录为准。
  • 两列「钱」含义不同:积分消耗 是 WorkBuddy 套餐额度;官方价估算 是外挂价表推算,与实际扣费、积分 不能 1:1 换算。
  • 联网仅服务价表:关闭价格刷新后,仍可本地统计 token 维度;off 只关收尾展示,不关价表自动化本身(那是独立机制)。
  • 全局跨任务总用量需用 --widget-total 等高级参数,默认收尾只覆盖 当前任务(单个 jsonl) 内的汇总。

使用场景

  • 交付前需要核对本轮各模型调用次数与输入输出 token 是否异常偏高
  • 用户说「统计一下本次对话的 token」或「看看花了多少」时生成可读报告
  • 长对话收尾时按偏好自动贴本轮图标与本任务历史累计图标(可点击展开明细)
  • 排查 Prompt Caching 是否生效,需要看命中 token 占输入比例的逐轮数据

适合人员

  • 每天用 WorkBuddy 跑多轮工具调用、需要在任务结束时看清 token 与缓存占比的工程师
  • 负责控制模型调用成本、要把 API 真实用量与平台积分、官方价估算分开理解的技术负责人
  • 编写或维护 Agent 工作流、须在收尾自动跑 `token_report.py` 且遵守 widget 原样展示规范的集成者
  • 关心推理链开销、需要单独查看 `reasoning_tokens` 占输出比例的模型调试人员