usage-logging
结构化记录使用日志与审计追踪，助力成本监控
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：usage-logging。 它的用途是：结构化记录使用日志与审计追踪，助力成本监控 完整的 Skill 内容见：https://321skill.com/skills/usage-logging-x-5/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
‘帮我统计过去24小时每个用户的AI调用成本，按费用从高到低排序’，它会自动查询结构化日志，汇总并输出表格，包含用户ID、调用次数、总Token数、总费用等信息。
介绍
该技能解决了AI应用使用过程中缺乏统一日志和审计追踪的问题，帮助开发者和管理者精确记录每次API调用的成本、会话时长、Token消耗等关键指标，从而实现对资源消耗的透明化管控和合规审计。
安装后，技能会自动拦截并记录所有AI调用请求，生成结构化日志条目，包含时间戳、用户ID、模型名称、输入输出Token数、响应时长、费用估算等字段。用户可通过自然语言查询日志，或导出为CSV/JSON格式进行进一步分析。
适用于后端开发、运维工程师、数据分析师以及项目经理，特别是那些需要监控AI调用成本、追踪用户会话行为、满足内部审计或客户合规要求的团队。也适合个人开发者用于优化自己的API使用效率。
建议将日志数据定期归档至外部存储（如云数据库或日志服务），避免本地存储膨胀。同时注意日志中可能包含敏感信息，需配置脱敏规则以保护用户隐私。
核心特点
与通用日志记录工具不同，该技能专为AI调用场景设计，自动关联会话ID与成本明细，无需手动埋点即可生成结构化审计线索，并支持按成本、用户、模型等多维度聚合查询。
注意事项
不适合对实时性要求极高的日志流处理（如毫秒级监控），因其数据写入和查询存在一定延迟。
常见问题
如何查看某次会话的完整调用日志？
直接对AI说‘查询会话ID为xxx的日志’，它会返回详细信息，包括每次调用的Token消耗和费用。
日志数据会占用多少存储空间？
取决于调用频率，每条日志约1-2KB。建议设置自动清理策略，或定期归档到外部存储。
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/usage-logging-x-5/raw/index.md 读取 usage-logging 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/usage-logging-x-5/raw/index.md（查看排版版本）