Token Budget Monitor

核心用法

token-budget-monitor 是一款面向 OpenClaw 自动化工作流的 token 消耗追踪与预算管理工具。它通过命令行接口和 JavaScript 集成方式，为 cron 任务、fallback 链路和会话提供细粒度的用量监控。

基础操作：通过 track-usage.js 脚本执行状态查询（status）、单任务预算检查（check）、超额告警（alert）及模型推荐（recommend）四大功能。开发者可在 LLM 调用完成后，将 input/output tokens 及模型信息写入追踪系统，实现自动化埋点。

配置体系：采用层级化限额策略——全局日限额（dailyLimit）+ 任务级限额（jobLimits）+ 告警阈值（alertThreshold），并内置免费模型白名单（freeModels）用于成本优化。

显著优点

• 细粒度管控：支持 per-job 独立配额，避免单任务异常拖垮整体预算
• 零侵入集成：仅需在现有代码中追加一行 exec 调用即可接入，无需重构架构
• 成本感知：内置免费模型推荐机制，在高消耗场景自动提示降本方案
• 告警前置：80% 阈值触发预警，预留干预窗口而非事后熔断

潜在局限

• 单点依赖：作为外部脚本调用，若 track-usage.js 本身故障或路径变更，埋点数据丢失
• 无持久化说明：未明确说明数据存储机制（文件/数据库），高频写入可能存在性能或并发问题
• 权限盲区：exec 调用需确保 Node 进程具备目标路径执行权限，多租户环境需谨慎配置
• 模型白名单静态：freeModels 为硬编码配置，无法动态感知服务商免费额度变化

适合人群

OpenClaw 重度用户、需精细控制 API 成本的自动化运维团队、以及运行多 LLM 任务 cron job 的开发者。特别适合已有成熟工作流、不愿引入复杂监控基础设施的轻量级场景。

常规风险

• 配置泄露风险：config.json 若包含敏感限额策略或模型密钥路径，需限制文件读取权限
• 命令注入隐患：exec 拼接参数时若未对 job-name、token 数值做校验，存在被污染风险
• 预算绕过：纯客户端/脚本层限额，服务端若无二次校验，可被直接调用绕过
• 误告警疲劳：阈值设置不当或任务波动大时，可能导致频繁告警降低响应敏感度

核心用法

token-budget-monitor 是一款专为 OpenClaw 自动化工作流设计的 Token 用量监控技能。用户通过 CLI 命令（status、check、alert、recommend）即可实时掌握全局及单任务用量状态。开发者只需在 cron job 完成 LLM 调用后，将 input/output tokens 及模型信息传递给跟踪脚本，即可实现无缝集成。配置文件支持设置日限额、任务级限额、预警阈值及免费模型白名单，灵活适配多种成本控制策略。

显著优点

该技能最大亮点是零外部依赖，纯 Node.js 标准库实现，从根本上杜绝供应链攻击风险。功能设计紧贴实际场景：支持按任务粒度追踪，便于识别高消耗环节；预警机制在用量达阈值时主动告警，避免被动超额；智能推荐功能可自动提示免费模型替代方案，直接降低调用成本。代码结构清晰（6 文件 400+ 行），MIT 协议开源，审计透明度高。

潜在缺点与局限性

作为个人开发者项目（T3 来源），长期维护承诺相对有限。功能聚焦 Token 计数本身，不涵盖模型响应质量评估，用户需自行权衡"省钱"与"效果"。当前版本无内置持久化数据库，数据以本地 JSON 存储，不适合多机分布式场景。此外，免费模型列表需手动维护，无法自动同步厂商最新政策。

适合的目标群体

主要面向三类用户：一是运行多个 OpenClaw 自动化任务的技术运营人员，需要量化各任务 AI 成本；二是个人开发者与小型团队，预算敏感且希望精细化管理 Token 支出；三是平台管理员，需要为团队设定预算红线并监控执行。尤其适合已具备 Node.js 环境、习惯命令行操作的开发者。

使用风险

运行时风险极低：无网络请求、无敏感信息硬编码、无进程创建（文档中的 exec 仅为示例）。主要风险点在于集成阶段的命令注入——若盲目复制文档中的 exec 示例拼接命令且未转义参数，可能存在安全隐患，建议改用 spawn/execFile 并校验输入。数据安全方面，Token 用量数据仅本地存储，但需注意文件权限配置，避免多用户环境下的信息泄露。建议定期备份本地数据，并关注项目更新以获取安全补丁。