ClawHub

Token Monitor

Agents

分析 OpenClaw 会话 JSONL 文件，监控各 skill/功能的 token 消耗（输入/输出/缓存命中）和成功率。当需要分析会话 token 使用、跟踪性能或生成使用报告时使用。关键词触发：token、会话分析、skill 性能、使用报告。

Install

openclaw skills install @qingyu24/qy-token-monitor

Token 监控器

概述

分析 OpenClaw 会话 JSONL 文件，追踪：

  • Token 消耗统计（输入/输出/缓存命中）
  • 成功率/失败率
  • Skill/功能级别的详细分析
  • 性能指标

快速开始

# 分析单个会话
python {baseDir}/scripts/analyze_session.py --session-file ~/.claude/projects/<项目>/<会话>.jsonl

# 分析整个项目
python {baseDir}/scripts/analyze_session.py --project-dir ~/.claude/projects/<项目>

# 生成 HTML 报告
python {baseDir}/scripts/analyze_session.py --project-dir ~/.claude/projects/<项目> --format html --output report.html

# 按 skill 名称筛选
python {baseDir}/scripts/analyze_session.py --skill "skill-name" --project-dir ~/.claude/projects/<项目>

功能说明

  1. 解析会话文件：读取 OpenClaw 项目的 .jsonl 会话文件
  2. 提取使用数据：收集 token 数量、工具调用等信息
  3. 按 Skill 分类：按 skill/工具名称分组操作
  4. 计算指标：
    • 输入 tokens
    • 输出 tokens
    • 缓存读取 tokens
    • 缓存写入 tokens
    • 总 tokens
    • 成功率/失败率
    • 平均延迟
  5. 生成报告：输出结构化报告（JSON、Markdown 或 HTML）

输出格式

JSON 输出

{
  "summary": {
    "总会话数": 10,
    "总消息数": 150,
    "输入tokens": 30000,
    "输出tokens": 15000,
    "缓存读取tokens": 5000,
    "总tokens": 50000
  },
  "skills": {
    "skill-name": {
      "调用次数": 5,
      "输入tokens": 8000,
      "输出tokens": 2000,
      "缓存读取tokens": 1000,
      "总tokens": 11000,
      "成功率": 0.95
    }
  }
}

HTML 报告

交互式报告包含：

  • 汇总仪表板
  • Skill 级别详细表格
  • Token 分布可视化
  • 成功率指示器

会话文件结构

会话文件为 JSONL 格式，每条记录如下：

{
  "type": "message",
  "message": {
    "role": "assistant",
    "content": [...],
    "usage": {
      "input_tokens": 1000,
      "output_tokens": 500,
      "cache_read_input_tokens": 200
    }
  },
  "timestamp": "2026-03-16T07:12:47.060Z"
}

参考文档

  • references/session-format.md - 会话文件格式详细说明
  • references/metrics-calculation.md - 指标计算方式
More in Agents