首页 / 数字化 / 人工智能 / OpenClaw教程

OpenClaw用量追踪（Usage Tracking）

OpenClaw

类型：人工智能

OpenClaw（曾用名：Clawdbot、Moltbot），一款可以部署在个人电脑上的AI代理，采用“龙虾”图标设计，核心开发语言为TypeScript。如果你想快速上手OpenClaw却不知从何开始，本系列教程就是你的一站式指南！站长百科会手把手拆解OpenClaw安装的前置条件、OpenClaw安装部署的关键步骤，以及OpenClaw使用个性化配置与平台对接技巧，让你从配置到实操，每一步都清晰易懂。

OpenClaw小龙虾交流群：1087382156

百科词条 访问网站

OpenClaw 的用量追踪（Usage Tracking）功能，可实时监控 Agent 的 Token 消耗、API 调用次数及相关成本，帮助用户清晰掌握运营开支，同时支持设置预算限制，避免意外超支，为 Agent 运营提供精准的数据支撑。

一、Token 计数：精准记录每一次调用

OpenClaw 会在每次调用 LLM（大语言模型）时，精确记录 Token 的使用详情，其数据记录遵循统一的 UsageRecord 接口规范，具体包含以下核心信息：

interface UsageRecord { timestamp: string // 调用时间戳 sessionKey: string // 会话唯一标识 model: string // 所使用的模型名称 provider: string // 模型提供商 tokens: { input: number // 输入Token数量 output: number // 输出Token数量 total: number // Token总消耗 } cost: { input: number // 输入部分成本（单位：美元） output: number // 输出部分成本（单位：美元） total: number // 单次调用总成本（单位：美元） } latency: number // 接口响应延迟（单位：毫秒） status: 'success' | 'error' | 'failover' // 调用状态 }

需要注意的是，Token 数据并非 OpenClaw 自行估算，而是直接取自 LLM 提供商接口响应头或响应体中的 usage 字段，确保每一条记录的准确性，避免因估算偏差导致成本统计失误。Token 作为模型处理文本的基本单位，不同模型的分词方式存在差异，计数规则也有所不同，实际消耗以模型返回结果为准。

二、成本跟踪：透明核算，清晰可控

OpenClaw 支持按模型配置定价规则，自动核算每一次调用的成本，目前已适配主流模型的定价标准，具体配置如下：

pricing: openai/gpt-4o: input: 2.50 # 每百万输入Token价格（美元） output: 10.00 # 每百万输出Token价格（美元）

anthropic/claude-3-5-sonnet:
input: 3.00
output: 15.00

deepseek/deepseek-chat:
input: 0.14
output: 0.28

google/gemini-2.0-flash:
input: 0.10
output: 0.40

成本计算遵循固定公式，可精准核算单次调用的总成本：

单次调用成本 = （输入Token数 ÷ 1,000,000 × 输入单价） + （输出Token数 ÷ 1,000,000 × 输出单价）

举例说明：使用 GPT-4o 模型，输入2000个Token、输出500个Token，单次调用成本计算如下：

（2000 ÷ 1,000,000 × 2.50） + （500 ÷ 1,000,000 × 10.00） = 0.005 + 0.005 = 0.01美元

三、用量报告：多方式查询，多维度统计

1. 命令行查询

OpenClaw 提供便捷的命令行工具，可快速查询不同维度的用量数据，常用命令如下：

# 查看今日用量 openclaw usage today

# 查看本月用量
openclaw usage month

# 按Agent分类查看用量
openclaw usage --by agent

# 按渠道分类查看用量
openclaw usage --by channel

# 导出指定日期范围的用量数据（CSV格式）

openclaw usage export --format csv --from 2025-01-01 --to 2025-01-15

其中，查询今日用量的输出示例如下：

# 📊 Today's Usage (2026-01-15) # ───────────────────────────────────────── # MODEL CALLS TOKENS COST # openai/gpt-4o 45 234,567 $1.23 # deepseek/deepseek-chat 120 890,123 $0.15 # anthropic/claude-3-5 12 56,789 $0.48 # ───────────────────────────────────────── # TOTAL 177 1,181,479 $1.86

2. 多维度聚合分析

用量数据支持按多种维度进行聚合统计，方便用户从不同视角掌握消耗情况，具体维度及说明如下：

四、预算告警：灵活管控，避免超支

1. 预算限制设置

用户可根据自身运营需求，设置每日和每月的预算上限，并指定预算达到后的执行动作，具体配置示例如下：

budget: daily: 10.00 # 每日预算上限（单位：美元） monthly: 200.00 # 每月预算上限（单位：美元）

action: warn # 预算达到后的执行动作
# warn — 发送告警通知，继续提供服务
# throttle — 自动降级到更便宜的模型
# stop — 停止Agent服务，避免继续超支

2. 告警通知配置

可设置多阈值告警，当预算消耗达到指定比例时，通过指定渠道发送告警通知，提醒用户关注用量情况。其中，紧急告警可配置网页通知，示例中的网页链接因解析失败无法正常访问，若需使用该告警渠道，请检查链接有效性或更换其他通知方式。具体配置如下：

budget: alerts: - threshold: 0.80 # 预算消耗达到80%时触发普通告警 notify: - channel: telegram user: admin - threshold: 0.95 # 预算消耗达到95%时触发紧急告警 notify: - channel: telegram user: admin

3. 预算超限与自动降级

当预算配置的 action 为 stop 时，一旦用量达到预算上限，Agent 将停止响应所有消息，避免产生额外成本，建议用户合理设置预算并配置告警，及时掌握用量动态。

若希望在接近预算时避免服务中断，可设置自动降级功能，当预算消耗达到指定阈值时，自动切换到更便宜的模型（如 DeepSeek），具体配置如下：

budget: daily: 10.00 action: throttle throttleModel: deepseek/deepseek-chat # 降级后使用的模型 throttleThreshold: 0.85 # 预算消耗达到85%时开始降级

五、用量存储：本地持久化，数据可追溯

OpenClaw 的用量数据会持久化存储在本地文件系统中，便于用户随时追溯和查询，存储路径及结构如下：

~/.openclaw/usage/ ├── 2025-01/ │ ├── 01.jsonl # 每日用量明细（JSONL格式） │ ├── 02.jsonl │ ├── ... │ └── summary.json # 月度用量汇总 ├── 2025-02/ │ └── ... └── current.json # 当前用量统计缓存

其中，每日用量明细采用 JSONL 格式存储，每条记录对应一次 LLM 调用的用量信息，示例如下：

{"ts":"2025-01-15T14:30:00Z","model":"openai/gpt-4o","in":2345,"out":678,"cost":0.0126,"session":"general::user123"}

六、用量API：便捷查询，灵活集成

OpenClaw 提供 Gateway API 接口，用户可通过 API 便捷查询用量数据，支持查询今日用量和指定日期范围的用量，具体调用示例如下：

# 查询今日用量 curl http://localhost:18789/api/usage/today \ -H "Authorization: Bearer $TOKEN"

# 查询指定日期范围的用量（2025-01-01至2025-01-15）
curl "http://localhost:18789/api/usage?from=2025-01-01&to=2025-01-15" \
-H "Authorization: Bearer $TOKEN"

七、配置示例与中国用户须知

针对不同使用场景，提供以下配置示例，用户可根据自身需求调整：

广告合作

QQ群号：4114653