Agent Lens

问题背景

多模型、多 Agent 并行调用时，账单往往事后才汇总：你很难回答「哪条链路最贵」「是 prompt 太长还是模型选错了」。agent-lens 面向每一次 API 调用做本地落盘，把 token、耗时、错误状态和估算费用串成可查询的时间线，而不是依赖控制台里的粗粒度报表。

如何工作

接入方式有三类：装饰器（改动最小）、上下文管理器（适合包裹一段逻辑）、直接记录（完全手动）。记录进 ~/.agent-lens/traces.db 的 SQLite，无需云端服务。

日常排查可以走 CLI：agent-lens stats 看总调用与总成本；agent-lens report --by model 按模型/提供商/Agent 拆分；agent-lens cost 做费用排序；agent-lens recent、agent-lens top 分别看最近与最贵调用；需要离线分析时用 agent-lens export 导出 JSON/CSV。用户问「怎么省钱」时，典型路径是先跑 cost 报告，再对照 token 是否过长、是否有重复 prompt（缓存机会）、以及 report --by status 里的失败率——文档里也给了常见降档对照（如 gpt-4o → gpt-4o-mini）。

定价表覆盖 OpenAI、Anthropic、Google Gemini、DeepSeek、Mistral、Qwen、GLM、MiMo 等；未知模型仍会记调用，但费用显示为「—」。可与 Hermes 集成。

边界与注意

Token 自动解析默认只适配 OpenAI 兼容的响应格式；其它提供商需在记录里手动设置 t.input_tokens 与 t.output_tokens。费用按公开标价估算，合约折扣不会反映在内。库会持续增大，需定期 agent-lens clean 清理旧数据。