Fleet Auditor 是 Token Optimizer 技能集中的跨平台智能体令牌浪费审计工具,用于检测本机安装的多个智能体系统、收集令牌使用数据、识别浪费模式,并给出带有美元节省估算的修复建议。
用途 当用户同时运行多个智能体系统、每天在智能体上花费 2-5 美元、怀疑空闲心跳正在消耗令牌,或希望进行跨系统成本审计时,可使用本技能。它支持 Claude Code、Codex、OpenClaw、NanoClaw、Hermes、OpenCode、IronClaw 等系统。
主要能力
- 检测已安装的智能体系统。
- 从检测到的系统收集令牌使用数据(默认扫描 30 天,可通过 --days 调整)。
- 运行浪费模式检测,按严重程度和月度节省金额排序呈现发现。
- 为每项建议提供修复代码片段,并将节省表述为每月经常性节省。
- 可选生成可视化仪表盘 HTML 文件。
- 针对 Claude Code 和 Codex 提供更深入的全量审计入口。
使用方式 技能通过 fleet.py 脚本分阶段执行:
Phase 0 初始化:解析运行时(claude、opencode 或 codex)并定位最新安装的 fleet.py。
Phase 1 扫描:运行 python3 "$FLEET_PY" scan --days 30 收集令牌使用数据,并报告每个系统收集到的运行次数。
Phase 2 审计:运行 python3 "$FLEET_PY" audit --json 进行浪费模式检测,按严重程度和月度节省排序呈现结果。
Phase 3 呈现发现:按 references/report-template.md 的布局展示检测到的系统、带严重程度的浪费模式、每项的月度节省与修复方案,以及总计和后续步骤选项。
Phase 4 仪表盘(可选):运行 python3 "$FLEET_PY" dashboard 生成 fleet-dashboard.html。
Phase 5 深入分析(可选):针对 Claude Code 提供 /token-optimizer 全量审计;针对 Codex 提供 token-optimizer 全量审计;其他系统则展示审计中的修复片段并引导用户实施。
参考文件包括 references/report-template.md(呈现发现、Codex 美元注意事项、OpenClaw 检查)、references/waste-patterns.md(检测阈值、严重程度与置信度)、references/fleet-systems.md(各系统数据位置与令牌字段)。
适用场景
- 运行多个智能体系统时的跨系统成本审计。
- 怀疑空闲心跳消耗令牌。
- 需要量化令牌浪费并获取美元节省估算。
限制与规则
- 不读取或暴露消息内容,隐私优先。
- 所有发现均以美元和令牌量化,并附带置信度,低于 0.4 的发现会被抑制。
- 每条建议都附带修复代码片段。
- 节省以每月经常性形式呈现,而非一次性。
- Token Optimizer 自身的技能(token-optimizer、token-coach、token-dashboard、fleet-auditor)是测量层,不应出现在任何移除、归档、裁剪、禁用或合并建议中。
- 美元数字需要模型价格;对于 Codex 及其他非 Claude 系统,以及 OpenClaw 安全检查,需先阅读 references/report-template.md。
- 错误处理:未检测到系统时清晰报告并列出支持的系统;扫描结果为空时建议增大 --days;权限错误时指出无法读取的文件并继续;数据损坏时跳过坏文件并报告跳过数量;fleet.py 未找到时检查技能和插件安装路径。
- 该技能在 Claude Opus 5.5、Sonnet 5.5 以及 Codex 上的 GPT-5.6 上编写和检查。