Ang iyong AI agents ay gumagawa ng mga sub-agent, kumokonsumo ng token, at tumatawag ng mga tool. Hindi mo nakikita ang kanilang ginagawa o ang binabayaran mo. Ipinapakita sa iyo ng ClawMetry ang lahat sa real-time, iniuugnay ang bawat token sa gawaing gumastos nito, at nagbabala sa mga runaway loop bago maubos ang badyet.
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?
Isang screen. Lahat ng nangyayari sa iyong mga agent.
Ginawa dahil kailangan namin ito. Ngayon, hindi mo na ito kailangang gawin mismo.
Nagsi-spawn ng sub-agents ang mga sub-agent. Isang masamang loop lang at 3x na ang buwanang bill mo paggising mo. Ipinapakita ng ClawMetry ang live spawn tree, fina-flag ang loop sa sandaling magsimula ito ("codex looping, 38 tool calls, no progress"), at pina-page ka kapag lumampas ang isang agent sa budget line. Mapapansin ito ng finance team mo.
Tumatakbo ang sub-agent
Natapos na ang sub-agent
Mga channel, gateway, model, tool, node. Lahat ay konektado, nag-a-update habang nangyayari ang mga bagay.
Tokens papasok, tokens palabas, cache hits, oras ng pagtugon, gastos kada tawag. Mga numerong talagang kailangan mo.
Mga cron job, service uptime, paggamit ng disk, aktibong sub-agent. Madaling tingnan.
Bawat session ay naka-log. Timeline, tool calls, gastos. Bumalik at tingnan kung ano ang nangyari.
Kumokonekta sa task system ng OpenClaw. Tingnan kung aling agent ang nasa aling task.
Bawat agent, bawat session, bawat model, bawat tool. Alamin ang ginagastos mo bago pa dumating ang invoice.
I-flag ang mga agent na stuck sa loop, paulit-ulit na pagkabigo ng tool call, at mga session na walang progreso. Bago nila maubos ang budget mo.
Idagdag ang ClawMetry sa iyong umiiral nang OpenTelemetry pipeline. Tumatanggap kami ng standard na OTLP traces at metrics sa /v1/traces at /v1/metrics. Walang kinakailangang proprietary SDK.
Kung tumatakbo ang OpenClaw doon, tumatakbo ang ClawMetry doon. Laptop, server, Raspberry Pi, kahit ano.
Pinamamahalaang deployment, volume pricing, at direktang linya sa founder para sa mga fleet na may 10+ na node.
Maabisuhan tungkol sa mga bagong feature, release, at ang lumalagong -metry ecosystem.
Lahat ng kailangan mong malaman tungkol sa ClawMetry.
Ang ClawMetry ay isang libre at open-source na real-time observability dashboard para sa mga AI agent na tumatakbo sa OpenClaw. Nagbibigay ito ng instant na visibility sa mga gastos sa token, cron job, aktibidad ng sub-agent, mga pagbabago sa memory file, at kasaysayan ng session, lahat sa iisang lokal na dashboard.
Oo, lubusan. MIT licensed ang ClawMetry at tumatakbo nang lokal sa iyong machine. Walang cloud dependency, walang subscription. Kung ikokonekta mo sa bandang huli ang opsyonal na ClawMetry Cloud, ang mga pag-uusap ng iyong mga agent ay end-to-end encrypted kaya ikaw lang ang makakabasa sa mga ito, at ang mga simpleng kabuuan tulad ng gastos at health ay ligtas na nagsi-sync para paganahin ang hosted dashboard.
Patakbuhin ang pip install clawmetry pagkatapos ay clawmetry. Awtomatiko nitong nade-detect ang iyong OpenClaw workspace, walang kinakailangang config file. Mga 30 segundo lang ang setup.
Minomonitor ng ClawMetry ang paggamit ng token at gastos kada session at model, status at kasaysayan ng cron job, mga spawn at resulta ng sub-agent, mga pagbabago sa memory file (SOUL.md, MEMORY.md, AGENTS.md), mga transcript ng session, aktibidad ng channel, at real-time na tool call traces.
Oo. Gumagana ang ClawMetry sa anumang model na ginagamit ng iyong mga OpenClaw agent, tulad ng Claude (Anthropic), GPT-4 (OpenAI), Gemini (Google), at iba pa. Awtomatiko nitong tina-track ang gastos at paggamit ng token kada model.
Ang LangSmith at W&B ay mga enterprise platform na ginawa para sa mga developer ng LLM application. Ang ClawMetry ay partikular na ginawa para sa mga gumagamit ng OpenClaw, naiintindihan nito ang mga espesipikong konsepto ng channel, cron job, sub-agent, memory file, at ang buong agent runtime. Tumatakbo ito nang lokal sa loob ng 30 segundo nang walang config.
Oo. Tumatakbo ang ClawMetry nang buo sa sarili mong makina at nagpapanatili ng kumpletong audit trail ng bawat tool call, paglabag sa patakaran, at aksyon ng sub-agent. Ang Personally Identifiable Information (PII) ay nananatili sa device dahil walang transcript na lumalabas sa iyong network. Masusuri ng mga data leader, compliance, at ops team kung ano ang ginawa ng bawat agent, kailan, at bakit, nang hindi nagpapadala ng data sa isang vendor.
Tumatakbo ang ClawMetry sa Linux, macOS, at Windows (sa pamamagitan ng WSL). Gumagana rin ito sa Raspberry Pi at iba pang ARM device. Nangangailangan ng Python 3.8+ at isang aktibong OpenClaw installation.