Agent Token Usage
汇总分析OpenClaw智能体每日的LLM Token消耗明细
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 Token Usage。 它的用途是：汇总分析OpenClaw智能体每日的LLM Token消耗明细 完整的 Skill 内容见：https://321skill.com/skills/agent-token-usage/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
'请分析过去一周`/var/log/openclaw/`目录下的轨迹日志，生成每个智能体的每日Token使用报告，并估算总成本。'，它会解析所有日志文件，按日期和智能体名称汇总Token消耗，生成一个包含明细和费用估算的表格，帮助你快速了解资源使用情况和成本分布。
介绍
该技能旨在帮助团队精确追踪和分析每个OpenClaw智能体在运行过程中产生的LLM Token消耗。它通过解析智能体的轨迹日志，将原本分散、难以解读的原始数据，整理成结构化的每日使用报告，清晰展示每个智能体的输入、输出、缓存读写及总Token消耗，并可选择性地估算费用。
使用方式非常直接：用户只需提供轨迹日志文件或指定日志存储路径，该技能便会自动处理数据，生成按智能体、按日期汇总的Token使用明细表。报告可以输出为CSV、Markdown或直接在终端查看，便于进一步分析和存档。
此技能非常适合管理多个OpenClaw智能体的开发团队、运维工程师或项目负责人。他们需要监控AI调用成本、优化资源分配，或排查因Token消耗异常导致的问题，确保项目在预算内高效运行。
建议将此技能集成到每日的自动化报告流程中，例如通过定时任务生成报告并发送给相关成员。使用时请注意确保轨迹日志的格式符合预期，并且有足够的读取权限。对于估算账单功能，需要根据实际使用的LLM API定价模型进行配置，以获得更准确的费用预测。
核心特点
与通用的API用量监控工具不同，它专门针对OpenClaw智能体的轨迹日志结构进行解析，能精确区分每个独立智能体的消耗，并细化到输入、输出和缓存操作，而非仅提供聚合的总调用次数或费用。
注意事项
仅适用于OpenClaw框架生成的轨迹日志，无法直接用于监控其他AI框架或直接调用API的Token消耗。
常见问题
这个技能能监控哪些LLM的Token使用？
主要监控通过OpenClaw智能体调用的LLM，具体支持的模型取决于你的OpenClaw配置和日志记录内容。
生成的报告包含哪些具体数据？
报告包含每个智能体每日的输入Token数、输出Token数、缓存读取和写入Token数、总Token数，并可选择根据配置估算费用。
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-token-usage/raw/index.md 读取 Agent Token Usage 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-token-usage/raw/index.md（查看排版版本）