按量计费集成

追踪AI智能体、大语言模型调用、工具调用以及任何计量工作负载的使用情况和成本。

何时使用此技能

• - 记录大语言模型使用量（例如每次调用的总令牌数）
• 追踪工具/函数调用成本
• 记录智能体执行轨迹
• 计量API请求以进行计费
• 将成本归因到客户或工作流

安全与数据隐私

密钥范围（最小权限）：

• - 使用 pk（公钥） 进行使用追踪、客户管理和计费。这足以满足所有技能操作。
• 仅当需要管理操作时才使用 sk（密钥）：Webhook管理、API密钥轮换或功能开关。
• 公钥（pk_）无法管理Webhook、轮换API密钥或切换功能开关——这限制了密钥泄露时的影响范围。

元数据安全：

• - 在元数据中仅包含最少量的非敏感操作上下文。
• 切勿包含个人身份信息、密钥、密码、API密钥、原始用户提示、模型输出或完整的请求/响应体。
• 在遥测写入之前使用严格的允许列表和编辑策略。
• 优先使用哈希值/ID（例如 queryHash）而非原始用户文本。

传输的数据：

• - 使用量（计量名称 + 数值）
• 客户标识符
• 运行生命周期事件（开始/结束、状态、持续时间）
• 您明确提供的经过清理的元数据（模型系列、工具名称、状态码、延迟、哈希ID）

不传输的数据：

• - 原始提示、补全或模型输出
• 环境变量或密钥
• 文件内容或源代码

安装

bash
npm install @drip-sdk/node

环境设置

bash

推荐：公钥——足以满足所有使用追踪和计费

仅当需要管理操作时才使用（Webhook、密钥管理、功能开关）：

export DRIPAPIKEY=sklive...

遥测安全契约

• - 仅发送计费和诊断所需的元数据。
• 不发送原始提示、原始模型输出、原始查询文本、完整的请求/响应体或凭据。
• 优先使用稳定标识符和哈希值（例如 queryHash）而非原始用户内容。
• 仅向受信任的 DRIPBASEURL 发送遥测数据。

快速入门

1. 初始化SDK

typescript
import { Drip } from @drip-sdk/node;

// 自动从环境变量读取DRIPAPIKEY（推荐使用pklive...）
const drip = new Drip({
apiKey: process.env.DRIPAPIKEY
});

2. 追踪使用量（简单模式）

typescript
await drip.trackUsage({
customerId: customer_123,
meter: llm_tokens,
quantity: 1500,
// metadata为可选——仅包含操作上下文，绝不包含PII或密钥
metadata: { model: gpt-4 }
});

3. 记录智能体运行（完整执行）

typescript
await drip.recordRun({
customerId: cus_123,
workflow: research-agent,
events: [
{ eventType: llm.call, model: gpt-4, quantity: 1700, units: tokens },
{ eventType: tool.call, name: web-search, duration: 1500 },
{ eventType: llm.call, model: gpt-4, quantity: 1000, units: tokens },
],
status: COMPLETED,
});

4. 流式执行（实时）

typescript
// 开始运行
const run = await drip.startRun({
customerId: cus_123,
workflowSlug: document-processor,
});

// 实时记录每个步骤
await drip.emitEvent({
runId: run.id,
eventType: llm.call,
model: gpt-4,
quantity: 1700,
units: tokens,
});

await drip.emitEvent({
runId: run.id,
eventType: tool.call,
name: web-search,
duration: 1500,
});

// 完成运行
await drip.endRun(run.id, { status: COMPLETED });

事件类型

常见模式

包装工具调用

typescript
async function trackedToolCall(runId: string, toolName: string, fn: () => Promise): Promise {
const start = Date.now();
try {
const result = await fn();
await drip.emitEvent({
runId,
eventType: tool.call,
name: toolName,
duration: Date.now() - start,
status: success,
});
return result;
} catch (error: unknown) {
const message = error instanceof Error ? error.message : 未知错误;
await drip.emitEvent({
runId,
eventType: tool.call,
name: toolName,
duration: Date.now() - start,
status: error,
// 仅包含错误消息——绝不包含堆栈跟踪、环境变量或用户数据
metadata: { error: message },
});
throw error;
}
}

LangChain自动追踪

typescript
import { DripCallbackHandler } from @drip-sdk/node/langchain;

const handler = new DripCallbackHandler({
drip,
customerId: cus_123,
workflow: research-agent,
});

// 所有大语言模型调用和工具使用自动追踪
const result = await agent.invoke(
{ input: 研究最新的AI新闻 },
{ callbacks: [handler] }
);

API参考

完整的SDK文档请参见 references/API.md。