عاملهای عاملهای هوش مصنوعی شما زیرعامل میسازند، توکن مصرف میکنند و ابزارها را فرا میخوانند. شما نمیبینید آنها چه میکنند یا بابت چه چیزی پول میدهید. ClawMetry همهچیز را بهصورت بلادرنگ نشانتان میدهد، هر توکن را به وظیفهای که آن را خرج کرده پیوند میزند و حلقههای افسارگسیخته را پیش از آنکه بودجه را نابود کنند علامتگذاری میکند.
Engineers and founders from OpenAI, Google, PostHog and more have starred ClawMetry on GitHub. One of them helped build it.
macOS, Linux, Windows. The installer figures it out. · How does this stay private?
یک صفحه. همه آنچه در سراسر ایجنتهای شما رخ میدهد.
ساخته شد چون به آن نیاز داشتیم. حالا لازم نیست خودتان آن را بسازید.
زیرایجنتها زیرایجنت میسازند. یک حلقه معیوب کافی است تا صورتحساب ماهانهتان یکشبه 3 برابر شود. ClawMetry درخت زنده ساخت ایجنتها را نشان میدهد، حلقه را همان لحظه شروع علامتگذاری میکند ("codex looping, 38 tool calls, no progress") و وقتی ایجنتی از خط بودجه عبور کند به شما هشدار میدهد. تیم مالیتان متوجه تفاوت خواهد شد.
زیرایجنت در حال اجرا
زیرایجنت هنگام تکمیل
کانالها، gateway، مدلها، ابزارها، گرهها. همه بههم متصل، و همزمان با رخدادها بهروز میشوند.
توکنهای ورودی، توکنهای خروجی، اصابتهای کش، زمانهای پاسخ، هزینه هر فراخوانی. اعدادی که واقعاً به آنها نیاز دارید.
وظایف cron، زمان فعالبودن سرویس، مصرف دیسک، زیرایجنتهای فعال. در یک نگاه.
هر نشست ثبت میشود. خط زمانی، فراخوانیهای ابزار، هزینه. به عقب برگردید و ببینید چه اتفاقی افتاد.
به سیستم وظایف OpenClaw متصل میشود. ببینید کدام عامل روی کدام وظیفه کار میکند.
به تفکیک ایجنت، نشست، مدل و ابزار. پیش از رسیدن صورتحساب بدانید چقدر خرج میکنید.
ایجنتهای گیرکرده در حلقه، خطاهای مکرر فراخوانی ابزار و نشستهای بدون پیشرفت را علامتگذاری کنید. پیش از آنکه بودجهتان را بسوزانند.
ردگیریهای خود را به هر جا بفرستید، بدون وابستگی. نشستهای عامل را با یک پرچم به Datadog، Grafana، Honeycomb یا جمعآورنده خودتان جریان دهید و OTLP استاندارد را روی /v1/traces و /v1/metrics دریافت کنید. مستقل از فروشنده، بدون SDK اختصاصی.
اگر OpenClaw آنجا اجرا شود، ClawMetry هم اجرا میشود. لپتاپ، سرور، Raspberry Pi، هر چیزی.
استقرار مدیریتشده، قیمتگذاری حجمی و ارتباط مستقیم با بنیانگذار برای ناوگانهای 10+ گره.
از ویژگیهای جدید، نسخهها و اکوسیستم در حال رشد -metry باخبر شوید.
هر آنچه باید درباره ClawMetry بدانید.
ClawMetry یک داشبورد رایگان و متنباز برای مشاهدهپذیری بلادرنگ عاملهای هوش مصنوعی است که روی OpenClaw اجرا میشوند. به شما دید فوری نسبت به هزینههای توکن، کارهای cron، فعالیت زیرعاملها، تغییرات فایل حافظه و تاریخچه نشست میدهد، همه در یک داشبورد محلی واحد.
بله، کاملاً. ClawMetry با مجوز MIT منتشر شده و بهصورت محلی روی دستگاه شما اجرا میشود. نه وابستگی ابری دارد و نه اشتراک. اگر بعداً ClawMetry Cloud اختیاری را متصل کنید، مکالمات ایجنتهای شما بهصورت سرتاسری رمزنگاری میشوند تا فقط خودتان بتوانید بخوانید، و جمعهای ساده مانند هزینه و سلامت بهصورت امن همگامسازی میشوند تا داشبورد میزبانیشده کار کند.
دستور pip install clawmetry و سپس clawmetry را اجرا کنید. فضای کاری OpenClaw شما را بهطور خودکار شناسایی میکند، بدون نیاز به فایل پیکربندی. راهاندازی حدود 30 ثانیه طول میکشد.
ClawMetry مصرف توکن و هزینه به ازای هر نشست و مدل، وضعیت و تاریخچه کارهای cron، ایجاد و نتایج زیرعاملها، تغییرات فایل حافظه (SOUL.md، MEMORY.md، AGENTS.md)، رونوشت نشستها، فعالیت کانال و ردگیری بلادرنگ فراخوانی ابزار را پایش میکند.
بله. ClawMetry با هر مدلی که عاملهای OpenClaw شما استفاده میکنند کار میکند، Claude (Anthropic)، GPT-4 (OpenAI)، Gemini (Google) و دیگران. هزینه و مصرف توکن را بهطور خودکار به ازای هر مدل دنبال میکند.
LangSmith و W&B پلتفرمهای سازمانی هستند که برای توسعهدهندگان برنامههای LLM ساخته شدهاند. ClawMetry بهطور ویژه برای کاربران OpenClaw ساخته شده است، مفاهیم خاص کانالها، کارهای cron، زیرعاملها، فایلهای حافظه و کل زمان اجرای عامل را میفهمد. بهصورت محلی در 30 ثانیه و بدون هیچ پیکربندی اجرا میشود.
بله. ClawMetry بهطور کامل روی دستگاه خودتان اجرا میشود و ردپای حسابرسی کاملی از هر فراخوانی ابزار، نقض سیاست و اقدام زیرعامل نگه میدارد. اطلاعات شناسایی شخصی (PII) روی دستگاه میماند، زیرا هیچ رونوشتی از شبکه شما خارج نمیشود. مدیران داده، تیمهای انطباق و عملیات میتوانند بررسی کنند که هر عامل چه کاری انجام داده، چه زمانی و چرا، بدون ارسال داده به فروشنده.
ClawMetry روی Linux، macOS و Windows (از طریق WSL) اجرا میشود. همچنین روی Raspberry Pi و دیگر دستگاههای ARM کار میکند. به Python 3.8+ و یک نصب فعال OpenClaw نیاز دارد.