agent-expenditure
跟踪多智能体Token消耗，标记并行调度浪费
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agent-expenditure。 它的用途是：跟踪多智能体Token消耗，标记并行调度浪费 完整的 Skill 内容见：https://321skill.com/skills/agent-expenditure-x-9/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'用agent-expenditure追踪当前所有智能体的Token消耗，并标记并行调度中的浪费，输出报告到waste_report.json'。它会自动扫描每个Agent的调用日志，计算并行重叠度，标记出因重复调度导致的浪费，并生成结构化报告供你优化成本。
介绍
该工具用于监控每个智能体（Agent）的Token使用情况，并自动识别并行调度过程中产生的资源浪费。当多个Agent同时执行任务时，可能因调度策略不当导致重复计算或无效调用，从而增加不必要的Token消耗。本工具通过实时跟踪每个Agent的消耗数据，标记出异常浪费点，帮助开发者定位效率瓶颈。
使用方式简单：将本Skill集成到Agent的运行环境中，配置需要监控的Agent列表和Token计费模型。启动后，它会自动采集每个Agent的调用次数、消耗Token数、并行任务重叠度等指标，并通过对比预期消耗与实际消耗，生成浪费报告。支持导出CSV或JSON格式的数据，便于后续分析。
适合智能体开发人员、运维工程师以及数据分析师使用。如果你是开发多Agent系统的工程师，需要优化成本；或者你是运维人员，负责监控资源消耗；或者你作为数据分析师，需要量化并行调度的效率，这个工具都非常适用。
建议定期运行该工具，并结合其他成本优化手段（如缓存、请求合并）一起使用。注意：该工具仅适用于基于Token计费的AI模型，对于固定费率或非Token计费系统，其标记功能可能不准确。
核心特点
与通用的Token统计工具不同，本Skill专门针对并行调度场景下的浪费进行标记，能够区分“正常并行”和“因调度冗余导致的浪费”，而非简单汇总总消耗。
注意事项
仅适用于基于Token计费的AI代理系统，且需要代理能够提供详细的调用日志；无法处理非Token计费或无调用记录的场景。
常见问题
如何安装这个Skill？
通过git clone仓库到本地，然后按照README中的说明配置到你的Agent环境中。通常需要设置环境变量指定Agent ID和Token单价。
它支持哪些AI平台？
目前支持任何能输出Token消耗日志的AI代理，如OpenAI、Claude、自定义模型等，只要日志格式可解析。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-expenditure-x-9/raw/index.md 读取 agent-expenditure 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-expenditure-x-9/raw/index.md（查看排版版本）