n8n AI Токен агента Использование: Создать учетную запись звонков

Надежный способ измерения использования токенов n8n AI Agent заключается в создании одного ряда реестра для каждого призыва модели, а затем агрегировании этих рядов по проверенному результату. Не добавляйте каждый объект tokenUsage в экспорте выполнения рекурсивно. Это может подсчитать повторный снимок исполнения дважды, подсчитать использование, отражаемое родительским узлом снова, или смешивать предполагаемые токены в сообщенный провайдером общий. Полезный дефолт имеет четыре правила: 1. собирать использование только из выхода модели вызова; 2. определять наблюдение с выполнением, узлом, запуском, элементом и полем звонков провайдера; 3. сохранять повторные попытки и закрепленные звонки в качестве реального использования, но группировать их под один logicalOutcomeId ; 4. отчетность о использовании поставщика и оценках в отдельных колонках, причем охват не превышает сумму. Этот дизайн отвечает на оперативный вопрос, стоящий за поиском: не только где номер?, но что на самом деле потребляет этот успешный рабочий процесс, и сколько из этого числа известно? Используйте реестр вызовов, а не рекурсивную сумму Текущий источник n8n делает первую учетную границу видимой. Его Тип TokenUsage содержит promptTokens , completionTokens и totalTokens , с опциональными метаданными для чтения в cache, рассуждения и конкретных для поставщика. В текущем Реализация отслеживания LangChain n8n пишет tokenUsage , когда поставщик поставляет счеты. Если он не может получить фактическое использование завершения, он вместо этого пишет tokenUsageEstimate . Эти поля не взаимозаменяемы. Оценка может помочь с предупредительным порогом, но это не использование, сообщенное поставщиком, или квитанция счета. Реализация отслеживания также записывает выходную модель на языковой модели связи AI. Это дает коллекционеру более безопасную точку отправления, чем обыск всех объектов под узлом агента AI. Используйте ряд в форме: Идентификаторы решают разные проблемы. n8n документирует $execution.id как уникальный идентификатор выполнения рабочего потока и $runIndex как нулевое количество раз, когда текущий узел выполнялся. nodeName и itemIndex разделили звонки внутри этого исполнения. Идентификатор ответа поставщика, когда он доступен, делает его более сильным. Создать ключ дедупликации из идентификации наблюдения: Если поставщик не раскрывает идентификатор звонка, сохраняйте явный providerCallId: null и используйте наиболее надежную стабильную локальную идентификацию, доступную. Не используйте запрос или ответ в качестве основного ключа: идентичные запросы могут быть законными отдельными звонками, а хранение контента создает проблему конфиденциальности, которой можно избежать. Ключ события отвечает Я уже записал этот звонок? Он не отвечает Каким видимым результатом этот звонок способствовал? Это требует второго ключа. Создать logicalOutcomeId при входе в рабочий поток, сохранить его через повторные попытки, и передать его в каждый под рабочий поток. Значение может быть непрозрачной работой или идентификатором запроса; оно не должно содержать запрос, адрес электронной почты или другой контент. Продолжайте повторные попытки, но дедуплицируйте повторяющиеся наблюдения Повторные попытки не являются дублирующим использованием. Неудачная попытка, достигшая модели, потребляла токены даже после успешной попытки. Сброс его делает ненадежный рабочий процесс более дешевым именно тогда, когда повторное испытание отходов растет. Повторяющиеся наблюдения отличаются. Предположим, что сборник опросов забирает казнь 811 , а затем забирает ту же полную казнь снова. Это две снимки одних и тех же звонков. Аналогичным образом, выход родительского AI Agent может содержать диагностическую копию использования модели, которая уже существует в выходе языковой модели Nodes AI. Эти копии не должны создавать новые строки книги. Правило ограничено: один и тот же eventKey : обновление свежести или происхождения, но не добавление токенов; разные звонки провайдера в одном и том же узле: сохраняйте его; различный индекс пробега: сохранить его; повторное выполнение с другим идентификатором выполнения: сохранить его; встроенное исполнение с другим идентификатором исполнения: сохранить его; тот же звонок, отражающийся под подключением, не являющимся моделью: игнорируйте зеркало. Я проверил это правило с помощью синтетической детальной фиксации. Он содержит четыре снимка: неудачное исполнение, тот же неудачный снимок во второй раз, успешная повторная попытка и застрявшаяся детская казнь. Родительские узлы отображают фактическое использование, а один модельный звонок раскрывает только оценку. Измерение Результат : Видимые объекты tokenUsage , найденные рекурсивным поиском 12 Наивная рекурсивная сумма фактического тока 6,020 Уникальные модели звонков, сообщенные поставщиком 4 Действительные токены 1,670 Фактические токены завершения 280 Фактическая общая сумма токенов 1,950 Призывы только по оценке 1 Оцененные токены, отчисленные отдельно 120 Покрытие фактических вызовов 80% Рекурсивный результат был 3.09× семантический общий реестр. Он подсчитал дублированный снимок исполнения и зеркала родительского узла. В регистре не было исключено неудавшаяся попытка: эта попытка вложила в конечный результат 1,060 из 1,950 фактических токенов, или 54.4% в этой фиксированной системе. Это отличие имеет значение. Если назвать первую попытку дубликатом, то фактическое использование будет недооценено более чем на половину. Если назвать каждую видимую копию новым призывом, то использование будет переоцениваться более чем в три раза. Идентичность решает обе ошибки. Внушенный ребенок внес еще 350 фактических токенов. Он сохранил свой собственный идентификатор исполнения и ключ событий, так что он не мог столкнуться со своим родителем. Обмен logicalOutcomeId: support ticket 42 объяснил, что эта работа привела к тому же результату. Призыв только по оценке остался за пределами фактического общего числа. Если добавить его, то получится 2070 токенов, но этот более точный номер скрывает более слабый факт: один из пяти звонков не использовался по сообщениям провайдера. На приборной панели должна быть указана actualTotalTokens: 1950 , estimatedTotalTokens: 120 и actualCoveragePct: 80 , а не одна сумма без маркировки. Вы можете воспроизвести сравнение, сохранив форму выполнения выше как фикс и запустив цепь реестра, показанную ниже. Важная часть это правило принятия решений, а не эти синтетические проценты; соотношения производства зависят от потока работы, узлов модели, поставщиков, политики повторного испытания и сохранения данных. Извлечение подробных данных о выполнении с помощью контроля охвата n8n публичный контракт API для восстановление одного исполнения принимает includeData . В соответствующем схема исполнения говорится, что подробные данные включаются только тогда, когда этот флаг является верным. Таким образом, коллекционер может получить завершенное исполнение с просьбой в форме: Сохраняйте ключ на стороне сервера, запрашивайте минимальные требуемые данные исполнения и не копируйте запросы или органы ответа в регистр токенов. Коллектор нуждается в идентификаторах, статусе, структуре работы, полех использования и доказательствах охвата, а не контенте разговора. Затем прогуляйтесь по узлам data.resultData.runData : Обращайтесь с этим как с адаптером, а не как с бесвременным анализатором. Подтвердите фактический выход каждого типа узла модели, который вы развертываете. Новый снимок из источника n8n может выявить метаданные отслеживания, такие как llm.tokens.in , llm.tokens.out , llm.tokens.total и предполагаемый флаг, но старые или специфические для поставщика узлы могут отличаться. Сохранить неизвестные поля для диагностики и запустить покрытие видимым образом, когда модель не имеет признанного использования. Подробные данные также могут быть недоступны. n8ns исправление конечного пункта документирует конфигурированный лимит размера дисплея, и продукт поддерживает редактирование данных исполнения. Настройки хранения могут удалять старые органы исполнения. Таким образом, отсутствие тела означает недоступность использования, а не нулевые токены. Счетчик охвата записей для каждого окна сбора: Назначитель должен включать признанные модели призывов без использования. В противном случае сломанный коллектор может сообщить о 100% охватывании по нескольким звонкам, которые произошли для анализа. Совокупность по проверенному результату Токенная сумма полезна только в дополнение к работе, которую она купила. Для каждого logicalOutcomeId , совокупность: фактический вход, выход, кеширование, обоснование и общее количество токенов, когда эти поля существуют; прогнозируемые токены в отдельных колонках; различные показатели вызова и исполнения; токены с неудачной попыткой; токены заложенного исполнения; охват сбора и время последнего просмотра; один детерминистический результат. Квитанция зависит от рабочего процесса. Рабочий процесс поддержки может потребовать обновления билета с ожидаемым статусом и идентификатором назначения. Документный рабочий процесс может потребовать объекта на известном ключе хранения плюс хэш контента. Рабочий процесс развертывания может потребовать тестирования, состояния развертывания и ответа общественного здравоохранения. Последнее успешное выполнение является доказательством деятельности; это не доказывает требуемого внешнего эффекта. Используйте три просмотра вместо одного перегруженного номера: 1. Восматривание запроса для дебгугирования отдельного звонка модели. 2. Execution view для запусков узлов, состояния и повторных попыток отношений. 3. Ooutcome view за все попытки и заложенные работы, которые произвели или не смогли произвести полученное. Только результат представления поддерживает такое заявление, как это проверенное обновление билета использовал 1,950 сообщенных провайдером токенов, плюс 120 оцененных токенов, по пяти модельным звонкам с охватом 80% фактических звонков. Он также раскрывает неудачный результат с высоким использованием, а не средним его в видимо здоровом трафике. Если вы позже рассчитываете деньги, присоединяйтесь к регистру к датированной таблице модели цены с использованием поставщика, модели, региона или уровня услуг, когда это уместно, и класса токенов. Не следует выводить историческую стоимость из сегодняшней цены. Не используйте строки только для оценки цен, как если бы это были согласованные данные счета. Маркировка оцениваемого результата до тех пор, пока он не соответствует счету поставщика или достоверной стоимостной отчетности. Продвигать приборную панель только после прохождения аудита Прежде чем доверять панели управления токеном агента AI, запустите контролируемый рабочий поток с одним известным звонком модели, одним повторяющимся запуском узла, одной принудительной повторной попытки и одним заложенным подработным потоком. Проверить подробные данные о выполнении и потребовать следующих проверок: каждое ожидаемое обращение производит ровно одну строку в регистре; дважды совершение одного и того же исполнения не изменяет общих показателей; неудавшаяся попытка остается в итоговой сумме; исполнение ребенка появляется один раз под результатом родительского заключения; фактическое, предполагаемое и отсутствующее использование остаются отдельными; удаление или редактирование данных исполнения снижает охват вместо получения нулей; получение результатов не удается, если внешняя поставляемая продукция отсутствует. Устройство здесь прошло эти бухгалтерские проверки, но оно не доказывает совместимость с каждым n8n узлом или поставщиком. Это граница: дизайн книги может быть повторно использован; адаптер является специфическим для версии. Sidewisp предназначена для того, чтобы сделать эффективность времени и бюджета частью AI здоровье агента наряду с доступностью, исполнением, памятью, инструментами и результатами. Планируется использование токенов и анализ расчетов стоимости, но эта способность не будет поставлена сегодня. Sidewisp сейчас находится на этапе закрытого предварительного доступа. До тех пор, пока такой слой здоровья не будет подключен, держать книгу вблизи n8n, собирать минимальные метаданные, необходимые, и не продвигать оптимизации, если использование и проверенный результат не улучшаются.