Um utilitário baseado em Python para analisar dados da CLI do CodexBar e resumir custos por modelos de IA específicos para um rastreamento orçamentário granular.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install model-usage
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o model-usage usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Uso do Modelo?
A habilidade model-usage é um utilitário especializado projetado para preencher a lacuna entre os logs de custo brutos do CodexBar e insights financeiros acionáveis por modelo. Ao aproveitar a estrutura Openclaw Skills, os desenvolvedores podem extrair programaticamente o uso diário ou detalhamentos acumulados de modelos para provedores como Codex e Claude, permitindo uma gestão orçamentária e alocação de recursos mais rígidas. Esta habilidade garante que os usuários do Openclaw Skills tenham visibilidade total de quais modelos estão impulsionando seus custos de desenvolvimento.
Casos de uso do Uso do Modelo
- Rastreamento de gastos diários para modelos LLM específicos como GPT-4 ou Claude 3.5 Sonnet.
- Identificação do modelo mais caro em um fluxo de trabalho de desenvolvimento multi-modelo.
- Exportação de dados de custo como JSON para integração em painéis de relatórios personalizados.
- Auditoria de uso de IA via comandos CLI roteirizáveis dentro do ecossistema Openclaw Skills.
Como o Uso do Modelo funciona
- A habilidade aciona uma chamada para a CLI do CodexBar para buscar logs de custo locais em um formato JSON estruturado.
- Executa um script Python integrado para analisar os campos modelBreakdowns ou modelsUsed da entrada.
- A lógica identifica a entrada diária mais recente ou itera por todos os dados históricos, dependendo do modo selecionado.
- Calcula o custo total por modelo, priorizando detalhamentos específicos quando disponíveis e recorrendo a listas de modelos quando necessário.
- O resumo final é apresentado em um formato de texto legível por humanos ou em um objeto JSON analisável por máquina para automação adicional no Openclaw Skills.
Configuração do Uso do Modelo
Primeiro, certifique-se de que o CodexBar está instalado em seu sistema. Atualmente, esta habilidade suporta macOS via Homebrew:
brew tap steipete/tap
brew install --cask codexbar
Uma vez instalado, você pode executar o script de uso do modelo a partir do seu diretório Openclaw Skills:
# Exemplo: Obter um detalhamento completo para o Claude
python scripts/model_usage.py --provider claude --mode all --format json --pretty
Esquema de Dados e Taxonomia de Uso do Modelo
A habilidade processa dados JSON gerados pelo CodexBar. A estrutura de dados primária inclui:
| Campo | Descrição |
|---|---|
provider |
O provedor de IA que está sendo rastreado (codex ou claude). |
modelBreakdowns |
Um objeto contendo dados de custo específicos mapeados para nomes de modelos. |
modelsUsed |
Uma lista de modelos usados como alternativa quando detalhamentos granulares estão ausentes. |
cost |
O valor financeiro numérico que representa o gasto total para aquela entrada. |
Recursos avançados do Uso do Modelo
- Lógica de fallback inteligente que detecta automaticamente o modelo atual com base no custo mais alto na última linha diária.
- Suporte para entrada via pipe por stdin, permitindo pipelines de shell complexos dentro dos fluxos de trabalho do Openclaw Skills.
- Formatos de saída configuráveis, incluindo texto sem formatação e JSON formatado para conveniência do desenvolvedor.
- Suporte multi-provedor cobrindo dados de uso de Codex e Claude perfeitamente.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
mcporter
Um utilitário de CLI para interagir com servidores Model Context Protocol (MCP), permitindo a execução direta de ferramentas, autenticação e geração de código.
Conversor de Markdown
Uma ferramenta versátil de conversão de documentos que transforma vários formatos de arquivo em Markdown limpo para processamento de LLM e análise de texto.
Locais Próximos
Um proxy de API local que permite que agentes de IA pesquisem locais e resolvam localizações geográficas através da API Google Places.
Perfilamento com Instruments (macOS/iOS)
Um guia abrangente para perfilar aplicações nativas da plataforma Apple usando xctrace e a suíte Instruments para eliminar gargalos de desempenho.
Nano Banana Pro
Uma ferramenta de IA de alto desempenho para gerar e editar imagens usando a API Google Gemini 3 Pro Image.
nano-pdf
Um utilitário de linha de comando que permite a edição de páginas de PDF através de instruções em linguagem natural.
Apresentou*
