Agent skill

token-reporter

每日自动统计 OpenClaw 实例 Token 消耗和工作产出，上报到飞书多维表格。扫描 JSONL 日志按模型聚合 token，收集各 agent 当日工作摘要，写入飞书 Bitable。触发：'token报告'、'token report'、'日报'、'每日汇报'、'飞书上报'。

View SKILL.md on GitHub Repository
Stars 27
Forks 4

Install this agent skill to your Project

npx add-skill https://github.com/aAAaqwq/AGI-Super-Team/tree/master/skills/token-reporter

SKILL.md

Token Reporter — 每日 Token 消耗 + 产出上报

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：

json
{
  "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：

  1. 读取当日 memory 文件 ~/clawd/memory/$(date +%Y-%m-%d).md
  2. 解析 ## Agent名 段落或关键词匹配
  3. 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

bash
# 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

json
{
  "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：

json
{
  "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"

Recommended Agent Skills

Expand your agent's capabilities with these related and highly-rated skills.

aAAaqwq/AGI-Super-Team

model-fallback

模型自动降级与故障切换。当主模型请求失败、超时、达到速率限制或配额耗尽时，自动切换到备用模型，确保服务连续性。支持多供应商、多优先级的智能模型选择，提供健康监控、自动重试和错误恢复机制。

27 4
Explore
aAAaqwq/AGI-Super-Team

multimodal-gen

多模态内容生成（图片、视频）。当用户需要生成图片、生成图像、生成视频、AI绘画、AI作图、画一张图、做个视频、文生图、文生视频时使用此技能。自动调用 multimodal-agent 进行生成。

27 4
Explore
aAAaqwq/AGI-Super-Team

auth-manager

网页登录态管理。使用 fast-browser-use (fbu) 管理各平台登录状态，定期检查可用性，新平台授权时自动保存 profile。

27 4
Explore
aAAaqwq/AGI-Super-Team

github-automation

自动化 GitHub 操作。当用户需要推送代码到 GitHub、管理仓库、创建 PR、处理 Issue、git push 失败时使用此技能。优先使用 mcporter call github.push_files 而不是 git push。

27 4
Explore
aAAaqwq/AGI-Super-Team

geo-agent

Automated GEO (Generative Engine Optimization) agent for boosting brand visibility in AI search engines. Manages keywords, researches real competitors, generates comparison articles with target brand prominence, auto-publishes to Chinese content platforms (Zhihu/Baijiahao/Sohu/Toutiao), monitors AI search engine indexing, and reports results. Use when: user wants GEO automation, AI search optimization, multi-platform article publishing, or brand visibility in AI answers.

27 4
Explore
aAAaqwq/AGI-Super-Team

feishu-doc-optimizer

飞书云文档内容优化与格式美化。当用户需要优化飞书文档的排版、结构、格式、美观度时使用此技能。支持：(1) 读取飞书文档内容 (2) 优化文档结构和层次 (3) 清空并替换文档内容 (4) 通过浏览器自动化编辑文档。触发词：优化飞书文档、美化文档、整理文档格式、文档排版。

27 4
Explore

Didn't find tool you were looking for?

Be as detailed as possible for better results