token_usage
Skill37 starsChanged 33 days agoMITView on GitHub
在用户要求查看 Cursor/Codex 工作状态、DeepSeek 用量、天气或久坐提醒时使用。打开面板与安装自动化是两个独立操作;仅打开界面不运行安装器。 调用 lua_run_script_async: 不知道 PC 地址而只想查看本地界面时可用空 args。同名任务已运行时先查看状态;只有用户明确要求重启或替换占用显示的任务时才使用 replace: true。 当前界面使用 lvgl.init(options),不再获取板级 LCD/触摸裸句柄。点击右上角 > 切换用量页和环境页,点击用量页右下角 OK 确认本次起身;旧版原始触摸轮询滑动改为 LVGL 控件事件。 仅当用户要求安装以下自动化时运行安装器:替换 agent persona、开机启动面板、按小时采集遥测、向已有 IM 会话发送每小时问候。提前说明这四项行为;仅要求查看用量时不要安装。 通过 lua_run_script 执行: 安装器读取 {CUR_SKILL_DIR}/soul_token.md,写入 DATA 根目录的 memory/soul.md。开机路由匹配 app_claw 的 boot_completed 事件;定时参数从 event.payload.user_payload 读取。已有面板在运行时默认保留,更新的 PC 地址在下一次启动生效。 {CUR_SKILL_DIR}/scripts/token_usage_config.lua 保存默认配置;在源码包中修改后重新部署并运行安装器更新自动化。SYSTEM 中的包文件按只读处理。 脚本通过 storage.get_root_dir() 和 storage.join_path(...) 将可写数据统一放在 DATA 根目录的 token_usage/: 旧版写在包目录下的历史数据不再作为默认数据源;如需保留,先将对应数据搬到上述 DATA 目录。不要覆盖已有 DATA 历史文件。 {CUR_SKILL_DIR}/scripts/token_usage_snapshot.lua 按配置间隔采集环境、天气、用量和工作状态,追加历史并调用 memory_store。CO2 数值由气体电阻估算,不是直接测量。 {CUR_SKILL_DIR}/scripts/token_usage_letter.lua 每分钟由 scheduler 同步调用,在配置的发送分钟生成每小时问候。读取历史和 memory_recall,通过已有会话对应的 IM 能力发送;没有会话时跳过。该流程不会新增长驻任务。修改发送分钟使用配置项 letter_send_minute,默认 0。
In this repository24 other files it gives its agents.
- air_mouseSkill
- bilibili_up_fansSkill
- china_a_share_quoteSkill
- cloudmusicSkill
- current_ip_infoSkill
- current_weatherSkill
- dfrobot_matrix_lidar_8x8_i2cSkill
- dfrobot_stcc4_i2cSkill
- example_skillSkill
- flashbackSkill
- gimbal_color_detectSkill
- gimbal_motion_detectSkill
- github_repo_starSkill
- movement_detectionSkill
- network_radioSkill
- servo_dogSkill
- stock_quotes_displaySkill
- unihiker_buttonSkill
- unihiker_expansion_batterySkill
- unihiker_expansion_irSkill
- unihiker_expansion_motor_controlSkill
- unihiker_expansion_servo_controlSkill
- unihiker_expansion_WS2812Skill
- weather_clockSkill
The file
Files
Token Usage
在用户要求查看 Cursor/Codex 工作状态、DeepSeek 用量、天气或久坐提醒时使用。打开面板与安装自动化是两个独立操作;仅打开界面不运行安装器。
前提
- 设备具有显示屏;触摸由 LVGL 自动接入。
- 实时工作状态、余额和天气需要同一网络内运行 Token Usage HTTP 服务的 PC,提供
host或pc_ip与port(默认 8080)。访问目标必须在 HTTP allowlist 中。 - 环境传感器和 LED 灯带为可选硬件,缺失时记录错误并保持其他功能。
- 定时问候依赖已同步的本地时间、PC 提供的模型配置及已建立的 IM 会话。
打开面板
调用 lua_run_script_async:
{
"path": "{CUR_SKILL_DIR}/scripts/token_usage.lua",
"name": "token_usage",
"exclusive": "display",
"replace": false,
"timeout_ms": 0,
"args": { "host": "192.168.1.20", "port": 8080 }
}不知道 PC 地址而只想查看本地界面时可用空 args。同名任务已运行时先查看状态;只有用户明确要求重启或替换占用显示的任务时才使用 replace: true。
- 查询状态:
lua_get_async_job,参数{"name":"token_usage"}。 - 查看日志:
lua_tail_async_job,使用返回的游标增量读取。 - 关闭面板:
lua_stop_async_job,参数{"name":"token_usage","wait_ms":3000}。
可选脚本参数:
| 参数 | 默认值 | 用途 |
status_poll_ms / cursor_poll_ms | 1000 | 工作状态轮询,500–60000 ms |
token_poll_ms | 30000 | 用量轮询,1000–600000 ms |
aux_poll_ms | 30000 | 余额等数据轮询,1000–600000 ms |
weather_poll_ms | 600000 | 天气轮询,1000–3600000 ms |
weather_retry_ms | 10000 | 天气重试间隔,1000–600000 ms |
http_timeout_ms | 5000 | 单次 HTTP 超时,1000–60000 ms |
boot_delay_ms | 3000 | 启动延迟 |
led_gpio / led_count | 27 / 5 | 可选提醒灯带,先确认硬件连接 |
当前界面使用 lvgl.init(options),不再获取板级 LCD/触摸裸句柄。点击右上角 > 切换用量页和环境页,点击用量页右下角 OK 确认本次起身;旧版原始触摸轮询滑动改为 LVGL 控件事件。
安装自动化
仅当用户要求安装以下自动化时运行安装器:替换 agent persona、开机启动面板、按小时采集遥测、向已有 IM 会话发送每小时问候。提前说明这四项行为;仅要求查看用量时不要安装。
通过 lua_run_script 执行:
{
"path": "{CUR_SKILL_DIR}/scripts/install_token.lua",
"args": { "host": "192.168.1.20", "port": 8080, "language": "Chinese" },
"timeout_ms": 30000
}host或pc_ip必填;已有上下文提供地址时直接使用。language默认Chinese,用于问候信。restart_dashboard: true仅在用户要求重启当前面板时传入;只停止名为token_usage的任务。skip_dashboard_start: true只更新 persona、路由和定时配置,跳过本次启动与重启。- 重装按固定 id 更新本 Skill 的路由和定时任务,不直接重写共享配置文件。
- 等到
[install_token] install complete再报告安装步骤完成。面板异步启动的结果需查看对应任务,不能把事件入队当成显示成功。 - 失败后报告实际错误,不自行修改参数反复重试。
安装器读取 {CUR_SKILL_DIR}/soul_token.md,写入 DATA 根目录的 memory/soul.md。开机路由匹配 app_claw 的 boot_completed 事件;定时参数从 event.payload.user_payload 读取。已有面板在运行时默认保留,更新的 PC 地址在下一次启动生效。
数据与包资源
{CUR_SKILL_DIR}/scripts/token_usage_config.lua 保存默认配置;在源码包中修改后重新部署并运行安装器更新自动化。SYSTEM 中的包文件按只读处理。
脚本通过 storage.get_root_dir() 和 storage.join_path(...) 将可写数据统一放在 DATA 根目录的 token_usage/:
standing_state.json:起身提醒完成情况。telemetry_history/:每日遥测 JSON。last_sent.txt:每小时问候去重记录。
旧版写在包目录下的历史数据不再作为默认数据源;如需保留,先将对应数据搬到上述 DATA 目录。不要覆盖已有 DATA 历史文件。
{CUR_SKILL_DIR}/scripts/token_usage_snapshot.lua 按配置间隔采集环境、天气、用量和工作状态,追加历史并调用 memory_store。CO2 数值由气体电阻估算,不是直接测量。
{CUR_SKILL_DIR}/scripts/token_usage_letter.lua 每分钟由 scheduler 同步调用,在配置的发送分钟生成每小时问候。读取历史和 memory_recall,通过已有会话对应的 IM 能力发送;没有会话时跳过。该流程不会新增长驻任务。修改发送分钟使用配置项 letter_send_minute,默认 0。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

