需从资源维度展开账单穿透分析:一、阿里云导出ECI消费明细;二、TokenBar定位高负载时段;三、WorkBuddy客户端分组统计;四、交叉比对ECI与任务绑定关系;五、CLI工具离线快照分析。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您发现WorkBuddy账户积分或费用异常升高,需快速定位高消耗源头,则必须从资源维度展开账单穿透分析。以下是基于阿里云费用中心与WorkBuddy本地用量工具的协同排查步骤:
一、在阿里云费用中心导出WorkBuddy关联资源消费明细
该步骤用于获取底层计费实体(如ECI实例)的原始消费数据,排除界面聚合干扰,确保每一分支出可追溯至具体资源ID与计费项。WorkBuddy调用产生的费用主要落于弹性容器实例(ECI)的vCPU、内存及网络出向流量三项。
1、登录阿里云控制台,使用具备费用中心读取权限的主账号或财务子账号。
2、顶部导航栏点击「费用」,进入「费用与成本」页面。
3、左侧菜单选择「账单 > 账单详情」,时间范围设为「最近一个自然月」。
4、在筛选栏中,产品名称选择「弹性容器实例(eci)」,计费项勾选「vCPU使用量」「内存使用量」「网络出方向流量」三项。
5、点击「导出CSV」,待状态变为「导出成功」后下载文件至本地。
6、用Excel打开CSV,对「实例ID」列执行数据透视,按「金额」降序排列,提取前5个高消耗实例ID。
二、通过TokenBar菜单栏工具定位实时高负载时段
该步骤用于将账单中的静态金额映射到动态调用行为,识别token激增的具体时间窗口与触发任务类型。TokenBar直接解析HTTP响应头中的X-Usage-*字段,不依赖云端上报,数值延迟低于200ms,可精准锚定异常峰值。
1、在Mac顶部菜单栏找到TokenBar图标(深蓝色圆点+T字母),点击展开实时监控面板。
2、观察「Input Tokens / min」与「Output Tokens / min」双曲线,标记连续3分钟以上超过日均值300%的尖峰区间。
3、切换至「Recent Calls」标签页,按时间倒序浏览,筛选该尖峰时段内调用次数≥5次、且平均响应时长>8s的任务记录。
4、复制对应任务的「Request ID」,在WorkBuddy客户端中使用/log {Request ID}指令回溯原始Prompt与上下文长度。
三、在WorkBuddy客户端内执行资源级分组统计
该步骤利用客户端内置的技能调用元数据,按文件夹、角色模板、Skill类型三个维度交叉归因,识别逻辑层高消耗单元。所有统计基于本地缓存的调用日志,无需联网,响应即时。
1、打开WorkBuddy客户端,点击左下角「设置」图标,选择「诊断与用量」。
2、点击「查看历史调用」,进入时间轴视图,点击右上角「分组分析」按钮。
启用该技能,可以在WorkBuddy对话页的右边栏添加一个日历,提供月历视图、日程增删改查、分类标签(开庭/会议/截止日期/个人/研究/其他),支持从对话中提取事件并自动同步到日历。当用户提到"日历""日程""打开日历""添加日程""我的日程""calendar""安排"或询问已记录的日程信息时使用。
3、依次选择分组维度:先选「所属文件夹」,查看各文件夹总积分消耗TOP3;再切换为「调用Skill」,锁定「PDF解析」「竞品报告生成」「代码修复」三类高消耗技能;最后选「角色模板」,确认是否某类预设角色(如「ETF分析师」「财报解读员」)单次均值超200积分。
4、对TOP3高消耗文件夹,点击进入,长按任意一次调用记录,选择「导出本次完整上下文」,保存为JSON供后续人工复盘。
四、交叉比对ECI实例与WorkBuddy任务绑定关系
该步骤解决“账单有实例、但不知对应哪类任务”的断点问题,通过实例ID反向检索客户端日志,建立物理资源与业务动作的强映射。关键依据是WorkBuddy启动ECI时注入的唯一标签workbuddy-task-id。
1、在阿里云ECI控制台,进入「实例列表」,粘贴第一步获取的Top1实例ID进行搜索。
2、点击该实例,查看「标签」页签,找到键为workbuddy-task-id的标签值(格式如wb-tsk-7f3a9d2e)。
3、回到WorkBuddy客户端,在搜索框输入该task-id,系统自动高亮匹配的历史任务卡片。
4、点击该卡片,展开「执行详情」,查看所用模型、输入Token估算值、输出长度、是否启用流式响应等原始参数。
5、若该任务属于「自动定时任务」,进一步点击「定时配置」,确认触发频率是否由「每日1次」误设为「每小时1次」。
五、使用CLI工具执行离线用量快照分析
该步骤适用于无法访问图形界面的运维场景,通过命令行直连本地SQLite数据库,绕过UI层聚合逻辑,获取毫秒级精度的原始调用记录,特别适合排查偶发性高频小任务累积效应。
1、在终端执行workbuddy-cli usage --since "2026-04-01" --format csv > usage-snapshot.csv,导出当月全部调用快照。
2、用awk -F, '$5 > 5000 {print $0}' usage-snapshot.csv | sort -t, -k5 -nr | head -n10筛选输入Token超5000的TOP10记录。
3、对结果中出现频次最高的prompt_hash字段,执行workbuddy-cli prompt decode --hash {hash_value}还原原始Prompt文本。
4、检查还原文本是否包含未压缩的Base64编码附件、冗余历史对话块或重复嵌套的指令结构。
5、将问题Prompt提交至workbuddy-cli optimize --input {file_path},自动生成精简版指令并返回预期节省积分值。










