workbuddy-usage-status

离线可视化 WorkBuddy 本机使用数据，以 token 消耗为主指标、credit 为逐次实测精确值，涵盖思考效率、模型分布、成本与费率、单次提问成本、缓存命中率、日期区间筛选、错误监控、用量高峰探查，生成本地使用信息看板，并同步导出全量 CSV 与 xlsx。仅当用户明确想查看、生成或导出自己 WorkBuddy 本机/本账号的使用状态 / 使用统计 / 工作信息看板时调用；不用于其他产品或系统的用量统计，也不为任意数据生成通用看板。纯本地、全程零网络、可搬运；可选 --credit-xlsx 作参考补充，只在本地缺少逐次明细的日期上补入。 EN: Offline dashboard for WorkBuddy local usage analytics, with token as primary metric and credit measured per call, covering thinking efficiency, model distribution, model cost & rates, costliest single prompts, cache hit rate, date-range filtering, error monitoring, usage-spike inspection; a full CSV and xlsx export is written on every run. Triggers only when the user explicitly wants to view, generate, or export their own WorkBuddy local/account usage status / stats / activity dashboard; not for other products' usage analytics, nor for building generic dashboards from arbitrary data. Fully local and zero-network; the optional --credit-xlsx serves as a reference supplement only, filling days that lack local per-call detail.

clancy-feng@clancy-feng

Install

openclaw skills install @clancy-feng/workbuddy-usage-status

💖 支持这个项目

📊 已被 4000+ WorkBuddy 用户下载使用，覆盖 SkillHub & ClawHub 双平台。

如果这个工具帮到了你，欢迎：

⭐ 去 GitHub 点个 Star
🐛 遇到问题提 Issue
📢 分享给你的 WorkBuddy 用户朋友

GitHub：https://github.com/clancy-feng/workbuddy-usage-status

界面预览

preview

技能简介

把 WorkBuddy 自己的本地使用数据，变成一份离线可查的 Dashboard。

可以看到：token 消耗、思考用时、思考效率、模型分布、错误数、积分消耗、模型费率、单次提问成本。

✨ 核心功能特性

Token/Credit 全链路可视化：按模型、按日期、按会话统计，一眼定位"烧钱大户"
用量高峰探查：按 token 列出最高的几天，单行显示 token、credit、请求数、会话数、错误率，点「明细」展开当天会话表与模型 Top5
模型成本与费率：同一张表并排两类信息。一类是实际用量与花费，含调用数 / token / 积分 / 每百万 token 积分，按每次调用真实的模型名归属；另一类是从本地逐次明细反推的单价，含非缓存输入 / 缓存输入 / 输出三档单价与低谷折扣。只列出 token 达到最大模型 1/100 以上的模型，其中调用数不足 30 或费率有波动的模型不标注费率并写明原因，多个费率阶段的模型可展开看历史
单次提问成本榜：一次提问会触发多次模型调用，按积分列出最贵的 20 次，并给出集中度，即最贵的 1% 与 10% 提问各贡献多少积分，用于定位真正费钱的那几次
思考效率量化：输出 token ÷ 思考秒数，即 tok/s，横向对比模型思考效率
错误集中监控：快速定位报错频繁的会话/模型，降低调试成本，可导出错误详情。
离线运行：Chart.js 随包附带，零外网依赖
缓存命中率面板：整体与按模型命中率趋势，看清"谁在帮你省钱"；口径为 cached/input，实测 cached>input 时自动切换并标注
三级下钻：从 Top10 会话点「查看」，轮次表含时间 / 模型 / 状态 / Token / 输入 / 缓存命中 / 调用数 / 工具数 / 思考时长 / 错误；提问列默认隐藏，勾选「显示提问」展开，展示时脱敏；每轮再点「明细」看事件摘要，含生成段数与总时长、工具调用清单及耗时、错误类型与摘要
全量数据双格式同步生成：每次运行自动产出 usage-full-<时间戳>.csv 与 usage-full-<时间戳>.xlsx，两者同源、同为 14 个分区。CSV 把 14 个分区写在同一个文件里；xlsx 把每个分区放进独立工作表并冻结首行。表头与分区名语言自动跟随操作系统语言切换
自动归档合并：每次运行自动把逐笔数据并入本地归档（traceId 去重），WorkBuddy 30 天清理 trace 也不再丢历史——对用户完全透明，--no-archive 可关。归档内容是逐请求事实、会话汇总与每日总量，不含提问原文与 credit 明细。
只读无侵入：以只读模式访问 WorkBuddy 数据，不影响正在运行的程序
跨平台兼容：支持 Windows/macOS/Linux，Python 3.10+ 即可运行

WorkBuddy Usage Status —— Agent 执行指令

本文件是给 AI 的执行说明书，用户视角的安装、读图、故障排查见 README.md；指标算法口径见 DATA-GUIDE.md。

触发条件

当用户明确指向 WorkBuddy 自身、表达以下意图时调用本技能。description 已含触发词，此处强化判断与收紧边界：

想查看 / 生成 / 导出自己的 WorkBuddy 使用统计、工作量、成本看板；
关心 token 消耗、模型分布与性价比、思考效率、错误监控、用量高峰日等任一维度在 WorkBuddy 本机 trace 中的数据；
想对账某段时间 WorkBuddy 用了多少积分。

典型触发说法：「看看我的 WorkBuddy 用了多少 token」「生成 WorkBuddy 用量看板」「WorkBuddy 积分消耗对账」「哪个模型最划算」「哪天用量最高」。命中任一具体说法即触发；只有泛指「做个统计图表」且未指向 WorkBuddy 本机用量时不易触发。

反向触发词：用户意图指向以下任一情况时，本技能不适用，应直接告知用户：

想查看 / 统计其他产品，如 Cursor、VS Code、Trae、Claude 等第三方系统的用量、数据、分析；
仅泛指"导出我的数据 / 做个统计图表 / 生成看板"，未明确指向 WorkBuddy 本机用量；
想为任意数据集生成通用可视化 / 报表；本技能只读取 ~/.workbuddy 下的数据文件，不具备通用图表能力。

遇到上述情况，回复要点：本技能只读取并可视化 WorkBuddy 本机（~/.workbuddy）的使用数据，不涉及其他产品或通用数据；请确认是否要分析 WorkBuddy 自身用量，或改用对应产品的工具。

执行步骤

抽取器仅依赖 Python 标准库，运行前无需 pip 安装任何包。在技能目录下运行：

text

python3 scripts/usage_extractor.py [--out <输出目录>] [--home <数据根>] [--credit-xlsx <路径>] [--seed <旧快照>] [--no-archive]

--out <dir>：输出目录，默认当前工作目录。
--home <dir>：指定数据根目录，默认 ~/.workbuddy；日常使用不要加，仅迁移或测试时用。
--credit-xlsx <path>：可选。传入从 workbuddy.cn 用量页导出的 xlsx，作为参考补充：只补入本地没有逐次明细的日期。仅当用户明确要求与官方账单对账时再加。
--seed <path>：旧快照种子（usage-status.json 或历史 dashboard HTML）。一次性导入其每日总量进入持久覆盖层，恢复已被 WorkBuddy 30 天清理的日期，逐笔明细不可追溯。导入后持久生效，无需重复传入。只取其中的 token 等总量字段；旧快照的 credit 是按会话首现日挂出来的旧口径，不再采用。
--no-archive：禁用自动归档合并，默认开启。

执行后在该目录生成 6 个文件：

workbuddy-usage-status-dashboard-<时间戳>.html —— 数据内联、Chart.js 外链，双击/预览即可看，零外网依赖；文件名带生成时间戳，每次生成独立文件；
usage-status.json —— 原始聚合数据，供二次处理；
usage-status.js —— window.USAGE_STATUS = {...}，供 HTML 通过 <script> 直接引入，以此避开 file:// 的 fetch 跨域限制。
chart.umd.min.js —— 图表引擎，由抽取器从 skill 包复制到输出目录，需与 HTML 同目录存放。
usage-full-<时间戳>.csv —— 全量数据 CSV，分区清单见 DATA-GUIDE.md §4.11，与看板同源；14 个分区写在同一个文件里。
usage-full-<时间戳>.xlsx —— 全量数据 xlsx，与 CSV 同源，14 个分区对应 14 个工作表、首行冻结。

⚠ 产物敏感性提醒：usage-status.json / usage-status.js / dashboard HTML / 全量 CSV 与 xlsx 中均含会话标题与用户提问原文摘要（提问最长 300 字；看板内展示默认脱敏，数据文件内为原文截断），分享或提交到仓库前请先检查敏感性。

⚠ 30 天缓存期（重要）：WorkBuddy 现对本机 traces 只保留 30 天，本 skill 每次运行会自动把数据归档到 ~/.workbuddy/usage-archive/，之后无论 trace 是否被清理，看板始终是全量视图——但归档只在运行时发生，所以需至少每 30 天运行一次，建议设置自动任务，断档超 30 天期间的 trace 无法追溯；首次运行只能看到最近 30 天。可用 --seed <旧快照> 导入历史快照恢复更早的每日总量。

交付方式

生成完成后，在输出目录找到最新生成的 workbuddy-usage-status-dashboard-*.html，按文件名时间戳取最大者，用 present_files 打开预览交回给用户。

只把看板 HTML 作为预览项交付，不要放入其他产物。 全量 CSV 一旦放进预览项，用户打开时看到的是报错而不是数据：该文件由 14 张列数各异的表拼接而成，首行不是表头，WorkBuddy 的内置预览会把它交给在线表格引擎，该引擎按首行字段数判定列数，往下读到 10 列、15 列的行即解析失败。CSV 与 usage-full-<时间戳>.xlsx、usage-status.json 一律以文件路径形式在回复里说明。

约束与口径

读写与网络边界：① 读——仅以只读模式读 ~/.workbuddy 下的 workbuddy.db、traces/、projects/*/*.jsonl，从中提取 <user_query> 提问摘要供下钻显示，以及每次模型调用的 providerData.rawUsage.credit 与模型名用于逐日 credit；不修改 WorkBuddy 自身数据、不上传任何数据、不读取任何 API key/密码；② 写——仅在输出目录生成 6 个产物文件，并在 ~/.workbuddy/usage-archive/ 维护本地归档以对抗 30 天 trace 清理（--no-archive 可关闭）；③ 网络——全程零网络请求，不发起任何出站连接。xlsx 由脚本用标准库 zipfile 与 XML 自行拼装，不引入任何第三方依赖。
指标口径：token 为权威主指标，本地 trace 带精确时间戳，按请求本地时区归日，精确；credit 取自本地会话文件里每一次模型调用的精确积分，按调用时间归日，同样精确，并可再按模型与时段拆分。各指标的具体算法、聚合口径与已知限制见 DATA-GUIDE.md，不要凭空编造数字。
数据完整性：抽取器顶部警告条已列出被跳过/解析失败的 trace 与会话，报告可能不完整属正常现象，如实告知用户即可。
产物确定：每次运行仅生成上述 6 个固定文件（dashboard HTML / usage-status.json / usage-status.js / chart.umd.min.js / usage-full-<时间戳>.csv / usage-full-<时间戳>.xlsx），规模由本地 ~/.workbuddy 数据量天然限定，不存在无界输出。