Cost Tracking for Models

核心用法

Clawdbot Cost Tracker 是一款专为 AI 模型 API 成本管理设计的追踪工具，主要服务于需要精细化监控 Clawdbot 会话代币消耗的用户。

数据获取：通过 sessions_list 命令提取会话的 totalTokens 和 model 字段，获取基础用量数据。

成本计算：内置主流模型定价表（Claude Opus $15/$75、Sonnet $3/$15、Codex-mini $1/$5、GPT-4o $2.5/$10、GPT-4o-mini $0.15/$0.6），采用 30% 输入/70% 输出的行业通用比例估算费用。

快照管理：支持将每日用量存档至 memory/usage/YYYY-MM-DD.json，便于跨期对比和趋势分析。

自动化脚本：提供 snapshot-usage.js 和 calculate-cost.js 两个 Node.js 脚本，实现用量快照创建和指定日期范围的成本计算。

显著优点

• 多模型支持：覆盖 Anthropic、OpenAI 两大主流厂商的高频使用模型
• 轻量集成：通过标准 JSON 文件持久化，无需外部数据库
• 财务可视化：遵循中文市场惯例（红涨绿跌）的颜色规范，便于报表阅读
• 日报就绪：内置 HEARTBEAT.md 集成模板，快速嵌入现有工作流

潜在局限

• 估算误差：固定 30/70 输入输出比例可能与实际会话分布存在偏差，高精度场景需真实比例数据
• 手动触发：依赖用户主动执行 sessions_list 和脚本，非实时流式监控
• 模型覆盖有限：未包含 Gemini、Llama 等开源/竞品模型定价
• 汇率缺失：纯美元计价，无本币转换或含税计算

适合人群

• 个人开发者及小团队：需要基础成本意识，无需企业级 FinOps 平台
• 内容运营/社区管理员：管理 Discord 等渠道的 Clawdbot 机器人用量
• 预算敏感型项目：需要快速估算 AI 支出以控制 burn rate

常规风险

• 数据精度风险：API 返回的 totalTokens 可能因缓存延迟或计费粒度与实际账单存在差异
• 定价变动风险：模型定价表为静态配置，厂商调价后需手动更新
• 存储风险：本地 JSON 文件存在丢失或权限问题，建议配合版本控制或备份策略

核心用法

Clawdbot Cost Tracker 是一款专门用于追踪 Clawdbot AI 助手 token 使用量与估算 API 成本的本地化工具。用户通过调用 sessions_list 命令获取会话数据，提取 totalTokens 和 model 字段后，即可基于预设的多模型定价表（Claude Opus/Sonnet、GPT-4o/mini、Codex-mini 等）计算预估费用。

工具提供两个核心脚本：snapshot-usage.js 用于创建每日使用快照，存储为 memory/usage/YYYY-MM-DD.json 格式；calculate-cost.js 用于计算指定日期或日期范围内的 token 增量与成本。支持对比连续日期的数据生成日报，并可集成到 HEARTBEAT.md 等日常报告中。

成本计算公式采用 30% 输入 / 70% 输出的默认比例：

cost = tokens × (0.3 × input_price + 0.7 × output_price) / 1,000,000

显著优点

极致安全：仅依赖 Node.js 内置模块（fs、path），零第三方依赖，供应链攻击面为零；无任何网络请求，不存在数据外泄风险。

隐私友好：仅处理 token 统计数字，不收集用户身份、系统信息或环境变量，符合数据最小化原则。

透明可审计：代码完全开源（MIT 许可证），无混淆、无隐藏功能，247 行代码清晰易读，个人开发者即可完全审计。

多模型支持：覆盖主流大模型定价，包括高价的 Claude Opus-4-5（$15/$75 per MTok）到经济型的 GPT-4o-mini（$0.15/$0.6 per MTok），满足不同预算场景的估算需求。

本地化工作流：所有数据以 JSON 格式本地存储，用户完全掌控数据主权，便于长期趋势分析与自定义报表生成。

潜在缺点与局限性

定价时效性：硬编码的模型定价表需要手动更新，若服务商调整价格（如 OpenAI 或 Anthropic 降价/涨价），估算结果会产生偏差。

估算精度：默认 30/70 的输入输出比例是经验假设，实际使用场景（如代码生成会话输出比例更高）可能导致估算偏离真实账单。

功能边界：仅支持 Clawdbot 生态的数据格式，无法直接对接其他 AI 平台（如原生 OpenAI API、Azure OpenAI 等）的账单数据。

缺乏自动化：需手动执行脚本或配合 cron 等外部调度，无内置的定时统计或告警机制。

T3 来源等级：由个人开发者维护，虽代码透明但长期维护承诺与应急响应能力弱于企业级项目。

适合人群

• 需要监控个人或小型团队 AI 使用成本的开发者
• 注重数据隐私、不希望将用量数据上传至云端服务的用户
• 使用 Clawdbot 多模型会话且希望了解费用分布的技术人员
• 需要将成本数据集成到内部日报/周报系统的自动化爱好者
• 愿意阅读源码、对工具进行个性化改造的技术用户

常规风险

路径遍历（低风险）：calculate-cost.js 和 snapshot-usage.js 中使用 path.join() 拼接用户输入的日期参数，虽经 toISOString().split('T')[0] 处理后格式固定，但仍建议增加正则验证 /^\d{4}-\d{2}-\d{2}$/ 以彻底消除理论上的路径遍历可能。

文件大小失控：读取 JSON 快照时无文件大小限制，极端情况下超大文件可能导致内存问题，建议增加 10MB 等阈值检查。

JSON 解析错误：部分 JSON.parse 调用缺乏详细的错误分类处理，损坏的存档文件可能导致非友好的崩溃信息。

输入类型假设：从 process.stdin 读取的数据未充分验证类型结构，意外输入格式可能引发未捕获异常。

定价过时风险：用户需自行关注服务商价格变动，长期未更新的 Skill 会产生系统性估算偏差。