TokFlow

📊 Token消耗监控与成本优化专家

本地LLM Token消耗监控与优化平台,实时追踪多模型用量、渠道余额,智能分析提问方式并提供费用优化建议,帮助降低AI调用成本。

收藏
3k
安装
1.3k
版本
0.5.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

TokFlow Token消耗监控工具评估

核心功能

TokFlow是一款专注于LLM Token消耗监控与成本优化的本地工具,运行于8001端口,深度集成OpenClaw环境。核心能力涵盖:全景仪表盘(今日/本月消耗、费用、活跃模型数)、多维度统计(按模型、按渠道分组展示)、实时余额监控(DeepSeek、硅基流动等API余额)、智能优化引擎(模型替换、缓存策略、调用模式优化)、以及v0.5.0新增的提问方式分析(轮次统计、长度分布、节省预估)。

显著优点

1. 本地化部署:数据源自本地JSONL会话文件,不上传云端,隐私可控
2. 全链路追踪:从提问输入到模型调用到费用结算,完整闭环

3. actionable insights:不仅展示数据,更生成带预估节省金额的优化建议

4. 渠道精细化管理:支持minimax、deepseek、siliconflow等多渠道独立核算

5. 精度保障:费用计算保留6位小数,满足精细化成本核算需求

局限性与风险

  • 依赖本地服务:必须保持TokFlow服务在8001端口运行,中断即失效
  • 单一数据源:仅支持OpenClaw生成的JSONL文件,不具备通用性
  • 无历史归档:未提及其他数据库支持,长期数据管理存在隐患
  • 建议权威性待验证:"智能优化建议"的算法逻辑未公开,实际节省效果需实测

适用人群

  • 高频使用OpenClaw+多模型付费API的开发者/团队
  • 需要精细化成本控制的AI产品运营者
  • 希望优化提示词长度以降低Token消耗的技术用户

安全评估

本地运行架构降低了数据外泄风险,但需注意:JSONL日志文件可能包含敏感对话内容,需做好本地文件权限管理;各渠道余额查询需配置API Key,存在密钥泄露风险(虽为只读操作)。

TokFlow 内容

scripts文件夹
手动下载zip · 6.8 kB
tokflow_query.pytext/plain
请选择文件