token-counter
Skillby mkhaytman87
clawhub⭐ 26/10
追踪并分析OpenClaw在各主进程、定时任务和子代理会话中的Token使用情况，按类别、客户端、模型和工具归因。适用于用户询问Token消耗来源、需每日/每周Token报告、需按会话细化分析，或计划优化Token成本并需要从对话记录中获取证据。
追踪OpenClaw主会话、定时任务及子代理的Token消耗，按类别、客户、模型、工具多维归因，生成日/周用量报告与会话级明细。
📊 商业分析
商业模式
free
独特价值
按会话/模型/工具多维归因Token消耗，OpenClaw原生无缝集成
竞品
1. OpenAI Usage Dashboard——官方自带但粒度粗；2. LangSmith——全链路追踪但偏重开发调试；3. Helicone——专业LLM代理监控但需独立部署，本Skill优势在于原生集成OpenClaw生态
🎯 应用场景
目标用户
OpenClaw平台重度用户AI应用开发团队负责人关注LLM调用成本的技术管理者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 2
- 价值评分
- 6/10
- 子分类
- AI用量监控与成本分析
- 可商业化
- ❌ 否
AI 标签
Token用量分析AI成本监控会话归因模型消耗追踪OpenClaw生态
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6