360 Secure SkillHub
360 安全技能中心

workbuddy-usage-status

离线读取 ~/.workbuddy 本机使用数据,以 token 为主指标、credit 为逐次实测精确值,生成含思考效率、模型分布与费率、单次提问成本、缓存命中率、日期区间筛选、错误监控与用量高峰探查的看板,并同步导出全量 CSV 与 xlsx;纯本地、零网络、仅依赖 Python 标准库。

clancy-feng
clancy-feng
热度 84.59
最近更新 2026-10-17 15:01:12
分类:数据依赖:代码执行 / 读写文件应用场景:报告撰写 / 数据处理

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add workbuddy-usage-status
Metadata
name
workbuddy-usage-status
slug
workbuddy-usage-status
displayName
WorkBuddy 使用状态看板
version
1.6.0
description
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.
agent_created
true
license
MIT
summary
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.
trigger
["查看 WorkBuddy 使用状态","生成 WorkBuddy 用量看板","导出 WorkBuddy 用量数据","WorkBuddy token 消耗统计","WorkBuddy 积分消耗 / 对账","WorkBuddy 模型分布与性价比","WorkBuddy 用量高峰 / 错误监控"]
allowed-tools
python3, read_file, write_file
metadata
{"clawdbot":{"emoji":"📊","requires":{"bins":["python3"]}}}

💖 支持这个项目

📊 已被 7000+ 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。
  • 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:

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。

相关文档

  • README.md:用户视角的安装、使用场景、读图指南、故障排查。
  • DATA-GUIDE.md:指标计算的唯一真相源,含算法、聚合口径、图表参数、归因方法、已知限制。
  • CHANGELOG.md:版本变更记录与安全等级评估。