TokenGuard Pro 🛡️

在不牺牲输出质量的前提下，将AI令牌成本削减50%-95%。

TokenGuard Pro分析您的OpenClaw使用模式，识别浪费、提出优化建议并预测节省金额。专为每月在AI API上花费100-3600美元的用户设计。

功能概述

• - 扫描您的会话日志，分析令牌消耗模式
• 识别浪费：过大的上下文、重复查询、模型不匹配、低效工具链
• 推荐具体优化方案并预估节省金额
• 生成详细的成本削减报告

安装

bash
npx clawhub install tokenguard-pro

快速开始

bash

对近期使用情况进行全面分析

分析最近7天数据

聚焦特定浪费类型

导出JSON格式报告

适用场景

✅ 使用此技能的场景：

• - 每月API成本超过100美元
• 怀疑长对话中存在上下文膨胀
• 跨会话出现重复查询
• 对简单任务使用昂贵模型
• 智能体不必要地链式调用过多工具

❌ 不适用此技能的场景：

• - 成本已很低（<50美元/月）——分析开销不划算
• 需要实时预算控制——请使用API提供商控制功能
• 需要细粒度单次请求定价——请查看提供商仪表盘

常见优化发现

示例报告输出

╔══════════════════════════════════════════════════════════╗
║ TOKENGARD PRO 分析报告 ║
╠══════════════════════════════════════════════════════════╣
║ 分析周期：14天 ║
║ 预估月支出：1,240美元 ║
╠══════════════════════════════════════════════════════════╣
║ 发现的主要问题： ║
║ 1. 78%的简单分类任务使用了GPT-4 ║
║ → 切换至GPT-3.5：每月节省约420美元 ║
║ 2. 平均上下文大小8.2K令牌（建议：2K） ║
║ → 修剪旧消息：每月节省约310美元 ║
║ 3. 23次重复API调用未使用缓存 ║
║ → 添加响应缓存：每月节省约180美元 ║
╠══════════════════════════════════════════════════════════╣
║ 预计节省：910美元/月（减少73%） ║
╚══════════════════════════════════════════════════════════╝

局限性

• - 分析历史模式，非实时支出
• 基于标准定价估算，实际费率可能不同
• 无法修改您的代码——仅提供建议
• 需要访问OpenClaw日志进行分析

定价

一次性购买49美元——仅需节省一个月超额支出即可回本。

支持

有问题？请在 github.com/appincubator/tokenguard-pro 提交问题。