Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计提醒

gmncode-usagegmn 代码使用

Agent Skill

gmncode-usage 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,363

周安装

143

GitHub Stars

公开资料未说明

下载量

1,178
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:gmncode-usage(gmn 代码使用)
来源仓库:https://github.com/alex-shen1121/gmncode-usage
安装命令:
openclaw skills install gmncode-usage
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install gmncode-usage

简介

gmncode-usage 查询 GMNCODE 中转站的模型用量数据,包括 token 消耗和费用统计。

  • 适用于 API 成本监控、资源分配和预算管理等开发运维任务。
  • 提供 dashboard 汇总和每日趋势分析,支持 HTTP 接口调用。
  • 使用前需获取访问令牌并确认权限范围,防止越权查询。
  • 建议设置用量告警阈值,及时控制支出增长。

SKILL.md

name
gmncode-usage
description
通过 HTTP 接口查询 GMNCODE / gmncode.cn 中转站的大模型用量,包括 dashboard 汇总、每日趋势、按模型拆分的 token 与费用数据。当用户要求查看 GMNCODE token 用量、每日模型消耗、API/中转站花费、dashboard 用量,或希望用脚本/HTTP 接口直接获取 GMNCODE 使用数据而不是手动打开网页时使用。

GMNCODE Usage

使用本技能自带脚本,通过可用的 dashboard HTTP 接口查询 GMNCODE 用量数据。

快速开始

  1. 先确保凭据已经通过环境变量或 ~/.openclaw/.env 提供。
  2. 优先运行 scripts/gmncode_usage.py,不要每次都重新手写登录、token 缓存和重试逻辑。
  3. 常用命令:

- python3 scripts/gmncode_usage.py brief 查询你最常要的那组指标:账户每日额度 + 今日模型用量 - python3 scripts/gmncode_usage.py quota 只看账户每日额度 - python3 scripts/gmncode_usage.py report --date today - python3 scripts/gmncode_usage.py report --date 2026-03-25 - python3 scripts/gmncode_usage.py report --start 2026-03-01 --end 2026-03-26 - python3 scripts/gmncode_usage.py models --date 2026-03-25 --json - python3 scripts/gmncode_usage.py trend --start 2026-03-01 --end 2026-03-26 --json

工作流

1. 安全加载凭据

不要把邮箱和密码硬编码进临时脚本、回复内容或日志里。

优先使用:

  • GMNCODE_EMAIL
  • GMNCODE_PASSWORD

GMNCODE_BASE_URL 已固定写死为 https://gmncode.cn,因为这不是敏感信息,不需要放进环境变量。

如果缺少凭据,就停止执行,并提示用户补充到 ~/.openclaw/.env

2. 复用内置客户端

脚本已经处理好了:

  • 通过 /api/v1/auth/login 登录
  • access token 本地缓存
  • 遇到 401 / INVALID_TOKEN 时自动重新登录并重试一次
  • dashboard 所需的 referer / headers

除非 HTTP 接口失效,否则不要退回浏览器自动化方案。

3. 使用正确接口

使用以下接口:

  • /api/v1/subscriptions?status=active
  • /api/v1/usage/dashboard/stats
  • /api/v1/usage/dashboard/trend
  • /api/v1/usage/dashboard/models

请求参数统一传:

  • start_date=YYYY-MM-DD
  • end_date=YYYY-MM-DD
  • timezone=Asia/Shanghai

不要用 /api/v1/admin/dashboard/*,普通用户 token 会返回 403 FORBIDDEN

4. 按指标口径取值

如果用户要的是这组固定指标,按下面口径取:

A. 账户每日使用额度

/api/v1/subscriptions?status=active 读取所有活跃订阅:

  • 每日使用额度 = sum(group.daily_limit_usd)
  • 今日已用 = sum(daily_usage_usd)
  • 今日剩余 = 每日使用额度 - 今日已用

B. 今日模型用量

/api/v1/usage/dashboard/models 读取指定日期:

  • 模型名:model
  • token 用量:total_tokens
  • 实际金额:actual_cost

默认把 token 格式化成 x.x M / x.xx B 这种紧凑写法。

输出建议

如果用户只想看固定口径,优先给两块:

  1. 账户额度:每日使用额度 / 今日已用 / 今日剩余
  2. 今日模型使用:模型名 / token 用量 / 实际金额

如果用户要更完整的汇报,再补:

  • stats 的汇总数据
  • trend 的每日趋势
  • 当查询区间为单日时,补 models 的按模型拆分

默认使用紧凑表格或短列表,避免冗长描述。

资源

scripts/

  • scripts/gmncode_usage.py:安全的 HTTP 客户端与 CLI,负责登录、stats、trend、models 查询。

references/

  • references/api.md:接口说明、安全约定、凭据存储方式与字段解释。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

83.87%
按下载量换算988

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills