跳转至

用量

Agents SDK 会自动跟踪每次运行的 token 用量。你可以从运行上下文中访问它，用于监控成本、执行限制或记录分析数据。

跟踪内容

  • requests: 进行的 LLM API 调用次数
  • input_tokens: 发送的输入 token 总数
  • output_tokens: 接收的输出 token 总数
  • total_tokens: 输入 + 输出
  • request_usage_entries: 每次请求的用量明细列表
  • details:
  • input_tokens_details.cached_tokens
  • output_tokens_details.reasoning_tokens

从一次运行中访问用量

在调用 Runner.run(...) 之后，通过 result.context_wrapper.usage 访问用量。

result = await Runner.run(agent, "What's the weather in Tokyo?")
usage = result.context_wrapper.usage

print("Requests:", usage.requests)
print("Input tokens:", usage.input_tokens)
print("Output tokens:", usage.output_tokens)
print("Total tokens:", usage.total_tokens)

用量会在此次运行中的所有模型调用间聚合（包括工具调用和任务转移）。

在 LiteLLM 模型中启用用量统计

LiteLLM 提供方默认不报告用量指标。当你使用 LitellmModel 时，向你的智能体传入 ModelSettings(include_usage=True)，以便 LiteLLM 的响应填充 result.context_wrapper.usage。

from agents import Agent, ModelSettings, Runner
from agents.extensions.models.litellm_model import LitellmModel

agent = Agent(
    name="Assistant",
    model=LitellmModel(model="your/model", api_key="..."),
    model_settings=ModelSettings(include_usage=True),
)

result = await Runner.run(agent, "What's the weather in Tokyo?")
print(result.context_wrapper.usage.total_tokens)

按请求的用量跟踪

SDK 会自动在 request_usage_entries 中跟踪每个 API 请求的用量，便于进行精细的成本计算和监控上下文窗口消耗。

result = await Runner.run(agent, "What's the weather in Tokyo?")

for request in enumerate(result.context_wrapper.usage.request_usage_entries):
    print(f"Request {i + 1}: {request.input_tokens} in, {request.output_tokens} out")

在会话中访问用量

当你使用 Session（例如 SQLiteSession）时，每次调用 Runner.run(...) 都会返回该次运行的用量。会话会维护对话历史用于上下文，但每次运行的用量彼此独立。

session = SQLiteSession("my_conversation")

first = await Runner.run(agent, "Hi!", session=session)
print(first.context_wrapper.usage.total_tokens)  # Usage for first run

second = await Runner.run(agent, "Can you elaborate?", session=session)
print(second.context_wrapper.usage.total_tokens)  # Usage for second run

请注意，虽然会话会在运行之间保留对话上下文，但每次 Runner.run() 调用返回的用量指标仅代表该次执行。在会话中，之前的消息可能会作为输入重新提供给每次运行，这会影响后续轮次的输入 token 计数。

在钩子中使用用量

如果你使用 RunHooks，传递给每个钩子的 context 对象包含 usage。这使你可以在关键生命周期时刻记录用量。

class MyHooks(RunHooks):
    async def on_agent_end(self, context: RunContextWrapper, agent: Agent, output: Any) -> None:
        u = context.usage
        print(f"{agent.name} → {u.requests} requests, {u.total_tokens} total tokens")

API 参考

如需详细的 API 文档，请参见：