## 概述
这个n8n模板展示了如何从AI代理中获取令牌使用数据，并将这些数据存储到电子表格中，自动计算执行的预估成本。
## 技术挑战
从AI代理获取令牌使用数据比较困难，因为它不提供工具调用的所有数据。这个工作流通过访问工作流执行元数据来提取令牌使用信息。
## 兼容性
– 与OpenAI、Google和Anthropic配合良好
– 其他LLM提供商可能需要小的调整
## 工作原理
1. **AI代理执行**：AI代理完成任务后调用子工作流
2. **令牌计算**：子工作流计算令牌使用量
3. **数据存储**：数据存储在Google Sheets中
4. **成本估算**：电子表格包含计算执行预估成本的公式
## 使用方法
– AI代理作为示例使用，可以根据需要替换为其他代理
– 在所有其他分支执行完成后调用子工作流
## 系统要求
– LLM账户（OpenAI、Gemini等）用于API使用
– Google Drive和Sheets凭据
– n8n实例的API密钥
## 工作流节点详解
### 主要节点
– **AI Agent**：执行AI任务的核心节点
– **Call sub-workflow**：调用子工作流计算令牌使用
– **Get execution data**：获取执行数据
– **Extract token usage data**：提取令牌使用数据
– **Split Out**：数据拆分处理
– **Sum Token Totals**：按模型聚合令牌总数
– **Record token usage**：将数据记录到Google Sheets
### 支持的LLM提供商
– OpenAI（GPT-4o-mini等模型）
– Google Gemini（Gemini 2.5 Flash等模型）
– Anthropic（Claude Haiku 3等模型）
## 重要注意事项
### 等待工作流完成
在调用子工作流之前，必须等待主工作流完成。如果执行仍在运行，会检索过多数据导致混乱。
### 局限性
1. **不包含提示缓存**：如果连续向OpenAI发送类似提示，它会自动使用缓存令牌来降低请求成本，因此我们的成本估算可能高于实际成本
2. **音频和视频文件未测试**：此工作流已使用文本和图像进行测试，但未对音频文件或视频进行测试
3. **成本为估算值**：电子表格中显示请求的总成本，但这只是估算值
## 电子表格设置
### 获取模板
👉 **[TEMPLATE] Calculate LLM Token Usage**
https://docs.google.com/spreadsheets/d/1c9CeePI6ebNnIKogyJKHUpDWT6UEowpH9OwVtViadyE/edit?usp=sharing
### 工作表说明
1. **Executions**：避免更改绿色列，它们在标题行有公式
2. **LLM Pricing**：使用您正在使用的LLM模型更新此列表
## LLM定价参考
您可以在以下网站找到LLM定价信息：
– llm-price.com
– llm-prices.com
– llmprices.dev
– LLM Price Check
– OpenRouter Models
## 技术支持
如有问题，请访问：
– n8n社区论坛：https://community.n8n.io/c/questions/
– Scrapes Academy：https://www.skool.com/scrapes/about
评论(0)