Token导航 LogoToken导航

Agent Skill · 效率

whereamiburningtokens(whereamiburningtokens 效率)

whereamiburningtokens 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

whereamiburningtokens 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 11,887。

总安装 4,368周安装 175GitHub Stars 2下载 1,414核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.1.0

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:whereamiburningtokens(whereamiburningtokens 效率)
来源仓库:https://github.com/whooshinglander/whereamiburningtokens
安装命令:
openclaw skills install whereamiburningtokens
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 whereamiburningtokens

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

whereamiburningtokens 用于只读查看 OpenClaw 会话中令牌消耗与成本分布情况。适合监控资源使用情况,辅助优化对话策略与成本控制。通过 clawhub 安装后可直接读取本地 sessions.json 文件,无需额外配置。仅提供诊断信息,不涉及任何写入或修改操作,安全性较高。

数据更新可能存在延迟,建议定期手动核对以获取准确开销统计。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install whereamiburningtokens;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

whereamiburningtokens 怎么安装?

在终端执行 openclaw skills install whereamiburningtokens。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

whereamiburningtokens 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

whereamiburningtokens 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

whereamiburningtokens 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

whereamiburningtokens 用的人多吗?

公开数据是累计安装 4,368 次,近一周安装 175 次,下载 1,414 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

whereamiburningtokens 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
whereamiburningtokens

whereamiburningtokens 效率 · 本页

4,3682需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
whereamiburningtokens
description
Reads only ~/.openclaw/agents/main/sessions/sessions.json to show exactly where OpenClaw tokens and estimated cost are going by session type. Read-only diagnostic skill, no writes, no deletes, no command execution, no network exfiltration.

whereamiburningtokens

Reads only ~/.openclaw/agents/main/sessions/sessions.json and shows a token + cost breakdown by session category.

Safety boundary

  • Read-only skill
  • Reads only ~/.openclaw/agents/main/sessions/sessions.json
  • Does not read any other local files unless the user explicitly asks for the optional improvement log
  • Does not modify, delete, or execute anything
  • Does not send local data anywhere

Data source

~/.openclaw/agents/main/sessions/sessions.json

Each session entry has:

  • totalTokens, inputTokens, outputTokens, cacheRead, cacheWrite
  • estimatedCostUsd
  • model, modelProvider
  • startedAt, updatedAt (Unix ms timestamps)

Session keys: agent:main:<category>:<optional-id>

Categories (3rd segment of key):

  • main — interactive chat
  • cron — heartbeats + scheduled tasks
  • subagent — spawned sub-agents
  • paperclip — Paperclip logging (if installed)
  • anything else — plugins, integrations

Time windows

Detect from user's phrasing:

  • "this week" / default → last 7 days
  • "today" → last 24 hours
  • "this month" → last 30 days
  • "all time" / "all-time" → no filter

Filter by updatedAt >= cutoff_ms.

Steps

  1. Read and parse sessions.json. If missing, say so and stop.
  1. Filter by time window based on user's phrasing.
  1. Group by category (3rd : segment of key). Sum totalTokens and estimatedCostUsd.
  1. Sort by tokens descending. Calculate % of total for both tokens and cost.
  1. Flag anomalies:

- ⚠️ SINKHOLE: category >40% tokens but <15% cost (cheap model, high volume — likely a logging/cron drain) - ⚠️ EXPENSIVE: non-main category >35% cost but <15% tokens (expensive model, few calls — check model config)

  1. Output the table and 1-2 insight lines.

Output format

🔥 WHERE AM I BURNING TOKENS? (last 7 days)
66 sessions | 2.8M tokens | $100.65 est.

Category        Sess    Tokens    Tok%     Cost   Cost%
──────────────────────────────────────────────────────────
paperclip         26      997k   36.1%  $  5.79    5.8%  ⚠️ SINKHOLE
subagent          22      795k   28.8%  $  9.49    9.4%
cron              16      692k   25.1%  $ 48.61   48.3%  ⚠️ EXPENSIVE
main               1      274k   10.0%  $ 36.76   36.5%

💡 paperclip is eating 36% of tokens on a cheap model.
   High volume, low cost = lots of context for little output. Consider disabling.
💡 cron costs 48% of spend. Verify heartbeat model is Haiku or a local model, not Sonnet.

Format token counts: 1.2M / 692k / 344. Keep table tight, no padding.

Improvement log (optional)

Only if the user explicitly asks to log an improvement or track savings:

  • Read/create ~/.openclaw/workspace/memory/token-diet-log.md
  • Append entry: date, what changed, token % before/after, cost before/after
  • Show running total saved

Format:

## Token Diet Log
| Date | Change | Tokens Before | Tokens After | Cost Saved/wk |
|---|---|---|---|---|
| 2026-04-05 | Disabled Paperclip | 68% | 36% | ~$5.79 |

Notes

  • estimatedCostUsd is OpenClaw's estimate, not exact billing
  • main being expensive is expected (interactive Sonnet sessions), don't flag it
  • Sessions.json is cumulative, grows over time, no automatic reset
  • Do not read individual session .jsonl files, sessions.json has everything needed
  • Do not expand beyond the declared files above unless the user explicitly asks for the optional log

平台分布

OpenClaw

71.63%
按下载量换算1,013

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills