能力标签
⚙️
Agent工作流

令牌跟踪器

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:token-tracker
⭐ 315 Stars 🍴 25 Forks 💻 Python 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
AI工作流令牌跟踪
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐:令牌跟踪器 是一款优质的Agent工作流。AI 综合评分 8.0 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。

📚 深度解析

令牌跟踪器 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

令牌跟踪器 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 8.0 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

令牌跟踪器 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 315
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
25

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

令牌跟踪器 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install token-tracker

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install token-tracker

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/stormzhang/token-tracker
cd token-tracker
pip install -e .

# 验证安装
python -c "import token_tracker; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
token-tracker --help

# 基本用法
token-tracker input_file -o output_file

# Python 代码中调用
import token_tracker

# 示例
result = token_tracker.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# token-tracker 配置文件示例(config.yml)
app:
  name: "token-tracker"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
token-tracker --config config.yml

# 或通过环境变量配置
export TOKEN_TRACKER_API_KEY="your-key"
export TOKEN_TRACKER_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 62/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Token Tracker (tt)

本地 AI Agent Token 消耗追踪/分析工具,支持 Claude CodeCodex

自定义 StatusLine 状态栏 + CLI Dashboard,实时查看 token 用量、等效成本、限额状态。

Python CI License

English

Token Tracker Daily

功能亮点

  • 多 Agent 统一追踪 — Claude Code + Codex 统一读取,多 Agent 按来源分组
  • 状态栏集成 — Claude Code 用官方 StatusLine 接口;Codex 业界首创伪 statusline 方案(hook 注入两行真彩色状态栏,把官方未开放的能力在 Codex 里做了出来)
  • 限额监控 — 实时 5h / 7d 配额百分比 + 重置倒计时
  • 多维成本分析 — 会话 / 日 / 周 / 月多维报表,等效成本统计
  • 定价识别 — litellm 在线定价 + 内置官方价双层兜底,覆盖 Claude / OpenAI / Gemini / Grok 及国产主流(Kimi / GLM / Qwen / 豆包 / DeepSeek / MiniMax / MiMo);新模型自动套用同系列定价、不静默归零
  • 会话洞察 — 项目、模型、时长、消息数一览
  • 多主题统一配色 — 6 套主题(Catppuccin 全家 + Nord + Dracula),CLI 报表 / CC 状态栏 / Codex 伪 statusline 三者同源tt theme 一键切换
  • 零配置 — 自动检测已安装的 Agent,直接读取本地数据
  • 隐私安全 — 数据纯本地存储,不采集、不上传

环境要求

  • Python 3.11+
  • Rich(自动安装)

安装

curl -sSL https://raw.githubusercontent.com/stormzhang/token-tracker/main/install.sh | bash

脚本自动选最优安装方式(uv / pipx / 私有 venv),绕开 PEP 668、不污染系统 Python。

升级:重跑上面的命令即可(脚本幂等、自动升到最新)。 卸载tt unsetup

使用

tt setup          # 交互配置向导(终端:上下键选语言 / 主题 / 各组件);非 tty 环境自动全装
tt                # 过去一年 token 热力图 + 顶部三段概览(= tt daily)
tt daily          # 同上(tt 无参即进 daily)
tt status         # 过去 5h 实时面板
tt weekly         # 周报
tt monthly        # 月报
tt sessions       # 最近 20 条会话明细(tt sessions <n> 改条数、--sort 改排序)
tt theme          # 查看 / 切换配色主题(show / list / set / preview)
tt unsetup        # 卸载并恢复安装前的配置
tt --version      # 查看版本(-v / -V 同义)
💡 tt daily 是 GitHub 风格的 token 贡献热力图(深浅绿方格)。在 Claude Code 会话里输入 !tt daily 即可看到彩色热力图 —— 用户主动用 ! 执行的命令,Claude Code 会渲染其 24-bit 真彩色输出。

首次运行向导

第一次跑 tt(或在独立终端跑 tt setup)会进入交互式配置向导,全程上下键选 + 回车确认:

  1. 选语言 — 中文 / English(落 ~/.config/token-tracker/config.json
  2. 选配色主题 — 6 套主题上下键选择,每个选项右侧内联色板预览
  3. 启用 Codex 伪 statusline — Yes/No(仅检测到 Codex 时)

CI / 非 tty 环境(Docker / 脚本 / curl|bash)自动按默认全装:语言跟随系统设置、主题 mocha、组件全开。装好后想改任何一项,再跑一次 tt setup 即可。

Claude Code(官方接口)

基于 Claude Code 官方自定义 StatusLine 接口,数据完全来自本地 Claude,无任何推测

Claude Code StatusLine

<details> <summary>四行布局字段详解</summary>

字段说明
1[项目](分支 +12 -3)项目名(加粗)+ Git 分支(未提交修改标 *),括号内附工作区相对 HEAD 的增删行数
1Total: 1.2M本次会话累计消耗 token(输入+输出+cache,解析 transcript 得出)
1Cost: $35.51本次会话等效成本(Claude Code 自带,按官方计费,准确)
1Code: +208 -8本会话 Claude 写 / 删的代码行数(+ 绿 - 红,与 git 变动同配色)
2Limit: 5h: ██░ 31% (1h19m)5 小时滑动窗口配额(仅订阅模式;括号内重置倒计时)
27d: ██░ 11% (5d8h)7 天滑动窗口配额
21.0M Ctx: ██░ 20%上下文窗口总大小及已用占比
3Tokens: in 392k, out 937, cache 388k**当前上下文窗口**的 token 构成(注意:非会话累计,会随 compact 变化)
3Out TPS: 60 tokens/s本轮 output token 生成速度(含 thinking;空闲帧保留上次值)
4Model: Opus 4.8/xhigh/nofast模型名 / reasoning 级别 / 是否 fast 模式
4Duration: 1h33m当前会话已持续时间
4Remote: github代码仓库 host(去顶级域)
终端宽度不足时会自动降级:先隐藏重置倒计时,再将进度条简化为百分比数字。API 模式无订阅配额,第 2 行只显示 Ctx。

</details>

🎯 aiskill88 AI 点评 A 级 2026-06-25

高质量的AI工作流项目

⚡ 核心功能

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

参考README文件
💡 AI Skill Hub 点评

总体来看,令牌跟踪器 是一款质量优秀的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 令牌跟踪器
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 token-tracker
Topics AI工作流令牌跟踪
GitHub https://github.com/stormzhang/token-tracker
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/stormzhang/token-tracker

收录时间:2026-06-25 · 更新时间:2026-06-25 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →