该 Skill 是专为 OpenRouter AI API 平台设计的用量与成本监控解决方案,旨在为开发者和团队提供透明、实时的支出可视化能力。
核心用法:通过调用 OpenRouter 官方 /auth/key 端点获取实时消费总额(今日/本周/本月)及账户余额,同时支持通过 /activity 端点(需 Management Key)拉取近 7 天各 AI 模型的详细支出 breakdown。用户可通过配置 OPENROUTER_API_KEY 环境变量或创建本地 credentials.env 文件完成身份验证,执行 python3 scripts/stats.py 即可生成带 emoji 的格式化报告。系统提供 Python 和 curl 双路径方案,适配不同运行环境。
显著优点:安全性与轻量化是其核心优势。实现上仅依赖 Python 标准库(urllib、json、os 等),零第三方包引入,彻底杜绝供应链攻击风险。代码规范严谨,无 eval、exec、system 等危险函数,所有网络请求均指向 OpenRouter 官方 HTTPS 端点,且仅执行只读查询。功能设计考虑周全,输出格式直观清晰(💰 金额统计 + 模型分布列表),并对 API 错误(401/403/429)及网络异常具备完善的 try-except 错误处理机制。
潜在缺点:作为 T3 来源的个人社区项目(Arkology Studio),其长期维护稳定性、代码审查深度不及企业级项目。功能上存在数据延迟限制:/activity 端点仅返回已完成 UTC 日的历史数据,导致今日消费可能显示在总额中,但无法立即在模型级 breakdown 中查看,需等待次日 UTC 零点。此外,获取完整功能(模型级分析)需提供可选的 Management Key,增加了凭据管理的复杂度。
适合人群:主要面向使用 OpenRouter 作为 AI API 聚合平台的开发者、技术团队、财务管理人员,以及需要定期监控多模型 AI 支出、分析不同模型成本效益、进行预算控制和成本优化的场景。
使用风险:常规风险包括网络依赖性(需稳定互联网连接)、API 速率限制(429)可能导致的数据获取延迟,以及凭据泄露风险。用户需妥善保管 OPENROUTER_API_KEY 和可选的 OPENROUTER_MGMT_KEY,强烈建议使用环境变量而非明文配置文件存储敏感信息。由于代码仅进行只读 API 查询,无数据修改、系统配置变更或破坏性操作,整体风险可控。