usage-logging
为AI应用提供结构化使用日志与审计追踪功能
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：为AI应用提供结构化使用日志与审计追踪功能 完整的 Skill 内容见：https://321skill.com/skills/usage-logging-x/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
‘为我们的客服智能体集成使用日志功能，记录每次对话的模型、Token用量和会话时长。’，它会引导你配置日志输出格式和存储路径，并生成相应的集成代码片段。之后，你便可以通过查询日志，快速定位某次高成本对话的具体原因，或生成每周的AI资源消耗报告。
介绍
usage-logging skill 旨在解决AI应用开发和运营中缺乏透明度和可追溯性的痛点。它通过自动记录AI模型的调用详情、Token消耗、会话上下文以及用户操作，生成结构化的日志和审计轨迹，帮助团队清晰掌握AI资源的使用情况和成本分布。
使用时，开发者只需将该技能集成到其AI应用或智能体工作流中，它便会自动捕获并格式化相关事件数据。这些数据可以输出到控制台、文件系统或发送到指定的日志聚合服务，便于后续的查询、分析和可视化。
该技能特别适合需要精细化管理AI调用成本、追踪用户会话以进行问题排查、或满足内部审计与合规要求的团队。无论是监控实验性AI功能的用量，还是分析生产环境中智能体的性能与开销，它都能提供关键的数据支持。
建议在项目初期就集成此技能，以便建立完整的历史基线。请注意，日志的详细程度可能影响性能，建议根据实际需求调整日志级别，并确保日志存储符合数据安全和隐私保护的相关规定。
核心特点
与简单的控制台输出不同，本技能专注于为AI交互生成结构化、可关联的审计轨迹，能将会话、成本、用户操作等多维度数据自动关联，便于进行根因分析和成本归因。
注意事项
不适合对性能极度敏感、或日志存储资源极其有限的轻量级原型项目。
常见问题
这个技能能记录哪些具体信息？
可以记录模型调用、Token消耗、会话ID、时间戳、用户标识以及自定义的元数据。
日志数据可以导出到哪里？
支持输出到标准控制台、本地文件，也可通过配置集成到外部日志系统如Loki、ELK等。
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/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/raw/index.md（查看排版版本）