WorkBuddy Usage Status

一款把 WorkBuddy 的运行数据可视化的技能。当用户提到“workbuddy 使用统计”“用量控制”“思考效率”“token 消耗”“telemetry”“workbuddy 自己用了多少”等关键词时触发。纯本地、零外部接口、可搬运到其他装了 WorkBuddy 的机器。

读取 本机 ~/.workbuddy/ 下的本地数据，生成一份离线可用的使用监督 Dashboard。 无需任何外部 API、不需要登录、不联网取数——所有数据都在你自己的机器上。

适用场景

• 想看 WorkBuddy 的 token 消耗、思考用时、思考效率、各模型成本
• 需要“使用监督/用量控制”：哪个会话/模型最费、错误集中在哪、哪天用量飙升
• 想把这套看板搬到其他装了 WorkBuddy 的机器上复用

数据源（已验证存在）

来源	内容	对应指标
~/.workbuddy/workbuddy.db → sessions	会话标题、模型、状态、创建/更新时间	按会话/项目归集
~/.workbuddy/workbuddy.db → session_usage	used(token 预算)、size(上下文上限)、credit_json(按模型哈希拆分的 credit 消耗)	token 消耗 / 费用
~/.workbuddy/traces/*/trace_*.json	每次请求的 duration、token 拆分(input/output/cached)、callCount、modelInfo.models，以及 spans 时序	思考用时、思考效率、模型分布、工具调用、错误数

安装

方式一：通过 WorkBuddy 对话安装

把 SkillHub 提供的 prompt 发给你的 WorkBuddy 即可： 请根据 https://skillhub.cn/install/skillhub.md ，安装 workbuddy-usage-status。

方式二：手动安装到本地

git clone https://gitee.com/beclancy/workbuddy-usage-status.git ~/.workbuddy/skills/workbuddy-usage-status

用法

装好后，在 WorkBuddy 对话里说"workbuddy 使用统计"，或命令行跑 python3 scripts/usage_extractor.py，运行后会在输出目录生成 3 个文件，直接打开 workbuddy-usage-status-dashboard.html 即可：

• workbuddy-usage-status-dashboard.html —— 自包含单文件，数据 + Chart.js 均已内联，双击/预览即可看，零外网依赖
• usage-status.json / usage-status.js —— 原始聚合数据，供二次处理

指标定义

• 思考用时：每条 trace 里 type=generation 的 span 时长之和（模型推理/思考的代理指标，单位秒/小时）
• 思考效率：输出 token ÷ 思考秒数（tok/s，越高越“省时”）
• token 消耗：totalTokens（输入+输出+缓存），按会话/模型/天聚合
• credit 消耗：来自 session_usage.credit_json 的会话级汇总

已知限制

1. session_usage.credit_json 的 key 是模型哈希，WorkBuddy 未提供哈希→名称映射，故 credit 只能到会话级；token 可按真实模型名（trace.modelInfo.models）拆分。
2. 当前为快照式：手动/定时跑脚本生成。要实时监督需包成常驻服务。
3. Dashboard 已彻底离线：Chart.js 随包内联进 HTML，零外网依赖，预览/双击均可正常出图。chart.umd.min.js 为发布版必带文件，抽取器强依赖它；缺失则脚本直接报错退出，不回退 CDN。
4. 解析全量 traces（可能上千文件、上 GB）约需 10–30 秒，属一次性开销。

可移植性

• 脚本只依赖 Python 标准库（sqlite3/json/glob/os/datetime/argparse），不需要 pip 安装任何包。
• 数据源路径用 os.path.expanduser("~/.workbuddy")，任何装了 WorkBuddy 的机器路径一致。
• 模板 dashboard_template.html 与脚本同目录打包，输出落到 --out（默认 cwd），与脚本位置无关。
• 搬运方式：把整个 workbuddy-usage-status/ 文件夹复制到目标机器的 ~/.workbuddy/skills/ 下即可。

安全与隐私声明

• 数据范围：仅读取当前用户本机 ~/.workbuddy/ 下的 workbuddy.db 和 traces/，不访问其他任何目录
• 网络行为：零外部请求，不调用任何 API、不上传任何数据
• 写入行为：仅在指定的输出目录写入 3 个文件（HTML/JSON/JS），不修改 WorkBuddy 自身的任何数据
• 数据库访问：以只读模式（mode=ro）打开 workbuddy.db，不影响正在运行的 WorkBuddy
• 凭据处理：不读取、不解析、不输出任何 API key / token / 密码