返回 Skill 列表
extension
分类: 数据与分析无需 API Key

Agent 用量分析报告

Agent 用量分析报告生成器(支持日/周/月/年)。从本地数据源(traces、workbuddy.db、usage-log.json、会话目录)采集 Agent 使用数据,一键生成可读、可分享的多格式报告。首发支持 WorkBuddy,规划兼容更多 Agent。 触发方式:当用户说「生成周报 / 月报 / 年报 / 日报」「帮我出一份本周使用报告」「统计下这个月的 token 消耗」等时触发,无需手动指定参数;也可用 --period / --days / --start / --end 自定义周期与日期范围。 报告包含: - Token 消耗与成本:按实际计费模型对账,跟后台账单一致;每日趋势、缓存占比、成本货币化 - 任务与技能:这段时间主要在干哪类活、哪些技能被反复调用 - 自动化运行:每个任务跑了几次、成功还是失败、失败浪费了多少钱 - 异常检测:成本 + Token 双口径,免费期高流量也不漏报;脏数据显式警告 输出格式:Markdown(默认)/ HTML(可交互图表,浅色/深色自适应)/ JSON。 隐私与权限:只读本机 Agent 数据,不联网、不上传任何内容。 限制说明:数据来自本机,需启用 trace 记录;成本按模型公开单价估算,以实际账单为准;免费/限免期内成本口径参考意义有限,报告会自动标注并引导查看 Token 口径。

person作者: user_c5278a31hubcommunity

agent-analytics-report

生成 Agent 用量分析报告:Token 消耗趋势、缓存命中占比、各模型成本对比、异常自动预警。支持日 / 周 / 月 / 年。 首发支持 WorkBuddy,规划兼容更多 Agent。


⚠️ 当前支持范围(请先读)

本技能目前仅适配 WorkBuddy,请勿声称已兼容其他 Agent:

  • 数据采集自 WorkBuddy 本机数据(~/.workbuddy/、会话目录、workbuddy.dbusage-log.json 等);
  • 计价库 scripts/pricing.json 内含 WorkBuddy 官方接口的模型与单价(非通用市价);
  • 升级机制依赖 skillhub upgrade

架构已为「多 Agent 扩展」预留接缝(见 ADAPTERS.md),但 Trae / 千问办公 等适配器尚未实现


功能

  • Token 分析:消耗趋势、原始 vs 实际(含缓存抵扣)、缓存占比
  • 成本估算:按模型公开单价计算,以实际账单为准;限免模型自动标注(如混元 Hy3 限时免费至 2026-08-31,花费记 ¥0.00)
  • 异常双口径:成本 + Token 独立检测,免费期高流量也不漏报;脏数据显式警告
  • 自定义模型(Bring Your Own Models):带上你自己的模型一起计费,升级不丢
  • 报告格式:Markdown / HTML(含交互图表、浅深色自适应)/ JSON

安装

方式一:SkillHub(推荐)

在 SkillHub 搜索 agent-analytics-report 一键安装。

方式二:手动

git clone <your-repo-url> ~/.workbuddy/skills/agent-analytics-report

重启 WorkBuddy 后技能生效。


使用

# 1. 采集最近 7 天数据
python scripts/collect_usage_data.py --period week --output data.json

# 2. 生成报告(Markdown + HTML)
python scripts/generate_report.py data.json --output report.md   --format markdown
python scripts/generate_report.py data.json --output report.html --format html

测试(pytest + Allure)

核心逻辑(通道归因、周期对齐、生成时间格式等)带回归测试,覆盖「同一模型经不同接口(gateway / custom-local)」的识别、跨窗口会话补全等场景:

cd agent-analytics-report

# 1. 安装测试依赖(建议在隔离 venv 中)
python -m venv .venv && .venv/Scripts/python.exe -m pip install -r requirements-tests.txt

# 2. 运行测试并生成 Allure 原始数据
.venv/Scripts/python.exe -m pytest tests/test_channel_attribution.py -v --alluredir=allure-results

# 3. 渲染自包含可视化报告(无需 Java)
.venv/Scripts/python.exe tools/render_allure_html.py --results-dir allure-results --output allure-report.html
  • 用例按 tests/conftest.py 的 marker 体系标注(smoke / integration / regression / golden / metadata …),可用 -m 过滤,例如 pytest -m regression
  • 报告含用例步骤树、参数、归因明细附件;本机若装有 Java,也可直接 allure serve allure-results 消费同一份数据;
  • 测试仅依赖标准库 + pytest + allure-pytest不引用任何第三方商业 APIallure-results/allure-report* 已被 .gitignore 排除,不进发布包。

自定义模型(BYOM)

发布版只内置 WorkBuddy 官方在用模型 + 官方已下架历史模型custom_local 段为空 {}

你自己的第三方 / 自建模型(OpenRouter 免费、硅基流动、自建 Ollama 等)写在本机 scripts/pricing.local.json—— 该文件已被 .gitignore 排除,不进发布包,skillhub upgrade 升级也不会覆盖,单价自动保留。

下载技能后首次生成报告时,Agent 会自动扫描本机用过的 custom-local:* 模型及 ~/.workbuddy/models.json 中配置的自定义 / 外部 / Ollama 端点,问你单价后写入本地文件;之后用自然语言告诉 Agent 新增模型即可。


架构与扩展

| 文件 | 职责 | |------|------| | scripts/collect_usage_data.py | 数据采集(当前为 WorkBuddy 适配器) | | scripts/generate_report.py | 报告渲染(四色标记:🔀路由 / 🏠本地 / 🔧外部自定义 / 🗄️官方已下架) | | scripts/pricing.json | 官方模型计价库(含 delisted 历史下架模型) | | scripts/pricing.local.json | 用户本地覆盖(gitignore,不发布) | | references/ examples/ | 操作手册与使用示例 |

多 Agent 扩展方式见 ADAPTERS.md


License

MIT © Elisabeth15501 2026