赫尔墨斯代理令牌追踪概述 | AI生成和翻译

Home 2026.05 English 中文

---

现在我有了完整的图景。以下是 Hermes Agent 中 token 跟踪的工作方式：

---

Token 跟踪共有三个层次：

1. 每次 API 调用的累积（agent/conversation_loop.py，约第 1780-1886 行）

每次 API 调用后，响应的 usage 对象通过 agent/usage_pricing.py 中的 normalize_usage() 规范化为 CanonicalUsage 数据类：

CanonicalUsage(
    input_tokens=...,      # 原始输入（不包括缓存）
    output_tokens=...,     # 生成的 token
    cache_read_tokens=..., # 缓存命中
    cache_write_tokens=...,# 缓存写入
    reasoning_tokens=...,  # 思考/推理 token
)

这些值累加到 AIAgent 实例的会话计数器上（定义在 run_agent.py 第 625-636 行）：

agent.session_input_tokens      += canonical_usage.input_tokens
agent.session_output_tokens     += canonical_usage.output_tokens
agent.session_cache_read_tokens += canonical_usage.cache_read_tokens
agent.session_cache_write_tokens+= canonical_usage.cache_write_tokens
agent.session_reasoning_tokens  += canonical_usage.reasoning_tokens
agent.session_total_tokens      += total_tokens
agent.session_api_calls         += 1
agent.session_estimated_cost_usd += cost

同时通过 SessionDB.update_token_counts()（hermes_state.py）持久化到 SQLite。

2. /usage 斜杠命令

在 CLI 或网关中，输入 /usage。它会：

• 读取活动代理的实时会话计数器（在回合中）或缓存代理（回合之间）
• 调用 agent/account_usage.py 中的 fetch_account_usage() 获取提供商级别的速率限制
• 调用 agent/usage_pricing.py 中的 estimate_usage_cost() 进行成本估算
• 显示：模型、输入 token、缓存读/写、输出 token、总计、API 调用次数、成本、上下文窗口百分比

网关处理器：gateway/run.py 第 13194 行（_handle_usage_command）。

3. 关键文件搜索/阅读

你想要的内容	文件	搜索内容
Token 累加逻辑	agent/conversation_loop.py	session_input_tokens, canonical_usage
会话计数器初始化	run_agent.py	session_total_tokens = 0（第 625 行）
规范化原始 API 用量	agent/usage_pricing.py	normalize_usage, CanonicalUsage
成本估算	agent/usage_pricing.py	estimate_usage_cost, PricingEntry
SQLite 持久化	hermes_state.py	update_token_counts（第 938 行）
/usage 命令（网关）	gateway/run.py	_handle_usage_command（第 13194 行）
/usage 命令（CLI）	cli.py	在 process_command 中搜索 usage
账户级别限制	agent/account_usage.py	fetch_account_usage
提供商特定解析	agent/gemini_native_adapter.py	usageMetadata, promptTokenCount
随时间变化的洞察	agent/insights.py	InsightsEngine

快速检查当前会话 token 的方法

在 CLI 交互式会话中，只需输入：

/usage

或者在调用 chat() 之后以编程方式检查：

agent = AIAgent(...)
agent.chat("hello")
print(f"In: {agent.session_input_tokens}, Out: {agent.session_output_tokens}, Total: {agent.session_total_tokens}")
print(f"API calls: {agent.session_api_calls}, Cost: ${agent.session_estimated_cost_usd:.4f}")

/insights 命令（第 13331 行）可提供跨会话的历史分析，数据来自 SQLite 数据库。

---

Back Donate