agent-cost-monitor

💰 多代理成本监控与预算管家

🥥30总安装量 15评分人数 12
100% 的用户推荐

OpenClaw 多代理成本监控工具,实时追踪 token 消耗与预算,提供模型降级策略,帮助降低 40%-100% AI 调用成本。

A

基本安全,请在特定环境下使用

  • 来自社区或个人来源,建议先隔离验证
  • ✅ 纯文档型资产,无可执行代码,零代码执行风险与注入漏洞
  • ✅ 无外部网络通信,仅使用 OpenClaw 内置 `session_status` 工具,无数据外传
  • ✅ 不收集用户敏感信息,所有数据处理均在本地完成,隐私保护完备
  • ⚠️ 来源为 T3 级社区/个人开发者(neal-collab),非权威组织或顶级基金会认证
  • ⚠️ 虽无执行风险,但需确保在可信的 OpenClaw 平台环境中使用,遵循平台安全最佳实践

使用说明

核心用法

Agent Cost Monitor 是专为 OpenClaw 平台设计的多代理成本监控技能。它通过调用平台内置的 session_status 工具,实时获取各个代理的会话状态与 token 消耗数据,无需任何外部 API 调用即可生成详细的成本报告。用户可通过自然语言指令(如"查看今日成本报告")手动触发,也可配置 cron 定时任务实现每日 20:00 的自动化监控。系统会对比实际消耗与预设预算阈值(如日预算 $5、周预算 $20),在接近上限时发送警报,并提供具体的优化建议。

显著优点

该技能的最大优势在于其零外部依赖的纯文档架构,从根本上杜绝了代码注入与数据泄露风险。它提供了业界罕见的详细成本估算表,涵盖 Anthropic Claude 系列(Opus/Sonnet/Haiku)的输入/输出/缓存读写费率,以及 Ollama 本地模型和 Gemini 免费层级的对比。特别实用的是其优化策略矩阵:建议将心跳检测从昂贵的 Opus 切换到免费的 Ollama 可节省 100% 成本,常规任务从 Opus 降级到 Sonnet 可节省 40%,而启用上下文剪枝与缓存保留策略能进一步降低重复 token 消耗。报告格式清晰,支持按代理、按模型、按时间维度的多视角分析。

潜在缺点与局限性

首先,该技能与 OpenClaw 平台深度绑定,非该生态用户无法使用。其次,成本估算基于官方定价表,实际费用可能因缓存命中率、特殊计费规则等因素存在偏差(文档注明为保守估算)。第三,成本追踪粒度限于会话(session)级别,无法精确到单个对话或请求级别。最后,自动化 cron 配置需要用户具备一定的技术背景手动编写 JSON5 配置,对非技术用户不够友好。此外,作为纯文档型技能,它本身不执行监控动作,依赖用户或外部代理来触发查询。

适合的目标群体

主要面向使用 OpenClaw 平台运营多个 AI 代理的开发者、DevOps 工程师和技术团队。特别适合那些月度 AI 调用预算敏感、需要严格控制运营成本的企业用户,以及希望优化代理配置以提升性价比的效率追求者。对于同时运行心脏跳动(heartbeat)监控、数据分析、内容生成等多种类型代理的复杂场景,该技能能有效识别资源浪费点。不适合单代理轻量用户或非 OpenClaw 生态用户。

使用风险

尽管技能本身为纯文档无执行风险,但用户应注意:成本估算仅供参考,不应作为财务结算的唯一依据;预算警报依赖用户正确配置阈值,配置错误可能导致超支风险;建议的模型降级策略(如从 Opus 切换到 Haiku)可能影响任务质量,需结合实际业务场景评估;使用 Ollama 等本地模型虽免费,但需自行承担本地运维成本与稳定性风险。

agent-cost-monitor 内容

手动下载zip · 3.1 kB
SKILL.mdtext/markdown
请选择文件