AI Token Usage Statistics

Token usage tracking and analysis for AI coding assistants (Claude Code, OpenClaw, Hermes, Hermes-Win, OpenClaude).

Project Structure

ai-token-usage-statistics/
├── backend/
│   ├── main.py              # FastAPI 应用入口
│   ├── config.py            # pydantic-settings 配置
│   ├── api/                 # REST + SSE 接口
│   ├── collectors/          # 各 Agent 数据采集器
│   ├── db/                  # SQLite 连接与表结构
│   ├── pricing/             # 模型定价与费用计算
│   └── quota/               # 套餐余量监控（Zhipu、Xiaomi）
├── frontend/
│   └── src/
│       ├── App.svelte       # 主应用组件
│       ├── components/      # StatCard, TrendChart, PlanQuotaCard 等
│       ├── api/             # 请求封装 + SSE 客户端
│       └── types/           # TypeScript 类型定义
├── tests/                   # pytest 测试用例
├── config/                  # 模型定价 YAML + 套餐 Provider 配置
├── scripts/                 # 工具脚本（费用重算等）
├── docs/                    # 设计文档、配置指南
└── pyproject.toml           # Python 项目配置

Quick Start

# Backend
pip install -e .
python -m uvicorn backend.main:app --reload

# Frontend
cd frontend && npm install && npm run dev

Key Commands

• npm run dev - Start frontend dev server
• npm run build - Build frontend
• pytest - Run Python tests

套餐余量监控

支持查询大模型套餐剩余用量，当前支持：

• 智谱 GLM Coding Plan（Lite/Pro/Max，5小时窗口 + 周额度）
• 小米 MiMo Token Plan（Lite/Standard/Pro/Max，月度 Credits）

配置方式：编辑 config/quota_providers.yaml，或在前端"设置"面板中填写。

Superpowers-ZH 中文增强版

本项目已安装 superpowers-zh 技能框架（20 个 skills）。

核心规则

1. 收到任务时，先检查是否有匹配的 skill — 哪怕只有 1% 的可能性也要检查
2. 设计先于编码 — 收到功能需求时，先用 brainstorming skill 做需求分析
3. 测试先于实现 — 写代码前先写测试（TDD）
4. 验证先于完成 — 声称完成前必须运行验证命令

可用 Skills

Skills 位于 .claude/skills/ 目录，每个 skill 有独立的 SKILL.md 文件。

• brainstorming: 在任何创造性工作之前必须使用此技能——创建功能、构建组件、添加功能或修改行为。在实现之前先探索用户意图、需求和设计。
• chinese-code-review: 中文 review 沟通参考——话术模板、分级标注（必须修复/建议修改/仅供参考）、国内团队常见反模式应对。仅在用户显式 /chinese-code-review 时调用，不要根据上下文自动触发。
• chinese-commit-conventions: 中文 commit 与 changelog 配置参考——Conventional Commits 中文适配、commitlint/husky/commitizen 中文模板、conventional-changelog 中文配置。仅在用户显式 /chinese-commit-conventions 时调用，不要根据上下文自动触发。
• chinese-documentation: 中文文档排版参考——中英文空格、全半角标点、术语保留、链接格式、中文文案排版指北约定。仅在用户显式 /chinese-documentation 时调用，不要根据上下文自动触发。
• chinese-git-workflow: 国内 Git 平台配置参考——Gitee、Coding.net、极狐 GitLab、CNB 的 SSH/HTTPS/凭据/CI 接入差异与镜像同步配置。仅在用户显式 /chinese-git-workflow 时调用，不要根据上下文自动触发。
• dispatching-parallel-agents: 当面对 2 个以上可以独立进行、无共享状态或顺序依赖的任务时使用
• executing-plans: 当你有一份书面实现计划需要在单独的会话中执行，并设有审查检查点时使用
• finishing-a-development-branch: 当实现完成、所有测试通过、需要决定如何集成工作时使用——通过提供合并、PR 或清理等结构化选项来引导开发工作的收尾
• mcp-builder: MCP 服务器构建方法论 — 系统化构建生产级 MCP 工具，让 AI 助手连接外部能力
• receiving-code-review: 收到代码审查反馈后、实施建议之前使用，尤其当反馈不明确或技术上有疑问时——需要技术严谨性和验证，而非敷衍附和或盲目执行
• requesting-code-review: 完成任务、实现重要功能或合并前使用，用于验证工作成果是否符合要求
• subagent-driven-development: 当在当前会话中执行包含独立任务的实现计划时使用
• systematic-debugging: 遇到任何 bug、测试失败或异常行为时使用，在提出修复方案之前执行
• test-driven-development: 在实现任何功能或修复 bug 时使用，在编写实现代码之前
• using-git-worktrees: 当需要开始与当前工作区隔离的功能开发或执行实现计划之前使用——创建具有智能目录选择和安全验证的隔离 git 工作树
• using-superpowers: 在开始任何对话时使用——确立如何查找和使用技能，要求在任何响应（包括澄清性问题）之前调用 Skill 工具
• verification-before-completion: 在宣称工作完成、已修复或测试通过之前使用，在提交或创建 PR 之前——必须运行验证命令并确认输出后才能声称成功；始终用证据支撑断言
• workflow-runner: 在 Claude Code / OpenClaw / Cursor 中直接运行 agency-orchestrator YAML 工作流——无需 API key，使用当前会话的 LLM 作为执行引擎。当用户提供 .yaml 工作流文件或要求多角色协作完成任务时触发。
• opendesign: 设计页面/原型/PPT/移动端界面/仪表盘/落地页等视觉设计制品时使用。基于 Open Design 开源项目，提供 132 个设计 Skills 和 150 个品牌设计系统。
• writing-plans: 当你有规格说明或需求用于多步骤任务时使用，在动手写代码之前
• writing-skills: 当创建新技能、编辑现有技能或在部署前验证技能是否有效时使用

如何使用

当任务匹配某个 skill 时，使用 Skill 工具加载对应 skill 并严格遵循其流程。绝不要用 Read 工具读取 SKILL.md 文件。

如果你认为哪怕只有 1% 的可能性某个 skill 适用于你正在做的事情，你必须调用该 skill 检查。