aAAaqwq Token Reporter — 每日 Token 消耗 + 产出上报
- Author: Daniel Li
- Copyright © Daniel Li. All rights reserved.
功能概述
每天自动统计本机 OpenClaw 实例的 Token 消耗和 Agent 工作产出，格式化后写入飞书多维表格。
实例对应关系
| 实例 | CEO Agent | 上报人 |
|---|---|---|
| aa (本机) | 小a (main) | Daniel |
| Peter Mini | 小兔 (xiaotu) | Peter |
| 小m | 小m bot | 小m |
执行流程
Step 1: 扫描 JSONL 日志
扫描 ~/.openclaw/agents/*/sessions/*.jsonl 中当日增量数据。
每条 assistant 消息携带 usage 对象：
{
"usage": {
"input": 27813,
"output": 246,
"cacheRead": 6720,
"cacheWrite": 0,
"totalTokens": 34779,
"cost": {
"input": 0, "output": 0,
"cacheRead": 0, "cacheWrite": 0,
"total": 0
}
}
}
Step 2: 按 Agent + Model 聚合
重点追踪 4 个模型（其他模型归入"其他"）：
| 模型 | 匹配规则 |
|---|---|
| opus4.6 | claude-opus-4-6 (xingsuancode, xingjiabiapi) |
| glm-5 | zai/glm-5 |
| minimax-M2.5 | minimax/MiniMax-M2.5 |
| gemini-3-pro | gemini-3-pro (xingjiabiapi) |
Step 3: 格式化 Token 明细
opus4.6: input 320K / output 18K / cache 82% / $4.2
glm-5: input 1.2M / output 85K / cache 78% / $0.3
minimax-M2.5: input 200K / output 12K / cache 0% / $0.1
gemini: — (当日未使用)
cache% = cacheRead / (input + cacheRead + cacheWrite) × 100
Step 4: 收集产出
汇总各 agent 当日工作摘要，格式：
code: KGKB工厂30/30完成, 5平台发布脚本 | content: 小红书×2, 选题推荐 | ops: cron改造, 服务器巡检
产出收集方式：
- 读取当日 memory 文件
~/clawd/memory/$(date +%Y-%m-%d).md - 解析
## Agent名段落或关键词匹配 - 如无 memory 文件，从 JSONL 最后一条 user/assistant 消息摘要推断
Step 5: 写入飞书多维表格
使用 lark-mcp 工具写入 Bitable：
| 字段 | 类型 | 填写者 | 说明 |
|---|---|---|---|
| 员工名称 | 文本 | config | config.json 写死 person |
| Token明细 | 文本 | 脚本统计 | 4模型格式化文本 |
| 产出 | 文本 | 脚本统计 | 各agent当日工作摘要 |
| 个人总结 | 文本 | 人填 | 员工手动填写（留空） |
| 评分 | 单选 | 高层选 | 优秀/良好/不及格（留空） |
| 时间 | 日期 | 脚本自动 | 当天日期 |
飞书 API
- 参考 skill:
~/clawd/skills/feishu-automation/SKILL.md - 工具前缀:
mcp__lark-mcp_* - 新增记录:
mcp__lark-mcp_createRecord - 查询记录:
mcp__lark-mcp_listRecords
脚本用法
# 统计当日 Token（只看数据，不上报）
python scripts/report.py --scan-only
# 统计 + 上报飞书
python scripts/report.py --report
# 指定日期
python scripts/report.py --date 2026-03-17 --scan-only
# 使用指定配置
python scripts/report.py --config /path/to/config.json --report
Cron 配置建议
{
"name": "📊 每日 Token 报告 + 飞书上报",
"schedule": { "kind": "cron", "expr": "0 23 * * *", "tz": "Asia/Shanghai" },
"payload": {
"kind": "agentTurn",
"message": "执行每日 Token 报告任务：\n1. 运行 python3 ~/clawd/skills/token-reporter/scripts/report.py --scan-only\n2. 查看输出，确认数据合理\n3. 运行 python3 ~/clawd/skills/token-reporter/scripts/report.py --report\n4. 确认飞书写入成功后，用 message(action=send, channel=telegram, target=-1003890797239) 简要汇报\n5. 如果失败，报告错误原因"
}
}
配置
安装时复制 config.example.json → config.json 并填写：
{
"person": "Daniel",
"instance": "aa",
"lark_app_id": "cli_a83467f9ecba5013",
"bitable_app_token": "your_bitable_token",
"bitable_table_id": "your_table_id"
}
文件结构
token-reporter/
├── SKILL.md
├── config.example.json # 配置模板（安装时复制为 config.json）
├── scripts/
│ └── report.py # 核心统计脚本
└── references/
└── jsonl-structure.md # JSONL 数据结构参考
错误处理
| 错误 | 处理 |
|---|---|
| JSONL 文件损坏 | 跳过该行，记录警告 |
| 无当日数据 | 报告"当日无数据" |
| 飞书 API 失败 | 重试3次，失败后本地缓存结果 |
| config.json 不存在 | 提示复制 config.example.json |
| Memory 文件不存在 | 产出标记为"无记录" |