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，并用它来监控成本、执行限制或记录分析数据。

跟踪内容

  • requests: 发起的 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: 按请求列出的用量明细列表
  • details:
  • input_tokens_details.cached_tokens
  • output_tokens_details.reasoning_tokens

运行中的用量访问

在 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)

用量会汇总运行期间的所有模型调用（包括工具调用和任务转移）。

第三方适配器中的用量启用

不同第三方适配器和提供方后端的用量报告方式各不相同。如果你依赖适配器支持的模型，并且需要准确的 result.context_wrapper.usage 值：

  • 使用 AnyLLMModel 时，只要上游提供方返回用量，用量就会自动传递。对于流式传输的 Chat Completions 后端，你可能需要在发出用量块之前设置 ModelSettings(include_usage=True)。
  • 使用 LitellmModel 时，某些提供方后端默认不报告用量，因此通常需要 ModelSettings(include_usage=True)。

请查看 Models 指南中第三方适配器部分的适配器特定说明，并验证你计划部署的具体提供方后端。

按请求的用量跟踪

SDK 会在 request_usage_entries 中自动跟踪每个 API 请求的用量，这对详细成本计算和上下文窗口消耗监控很有用。

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

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

会话中的用量访问

使用 Session（例如 SQLiteSession）时，每次调用 Runner.run(...) 都会返回该特定运行的用量。会话会维护对话历史作为上下文，但每次运行的用量都是独立的。

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特定执行。在会话中，先前的消息可能会作为输入重新提供给每次运行，这会影响后续轮次中的输入 token 数量。

钩子中的用量使用

如果你使用 RunHooks，传递给每个钩子的 context 对象会包含 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

有关详细的 API 文档，请参阅：