LLM 비용 이벤트 스키마 템플릿

템플릿 증거 경로

LLM cost tracker: 구현에서 결정까지

프롬프트를 구현 개요로 간주하세요. 유용한 아티팩트는 코드만 복사되는 것이 아니라 신뢰할 수 있는 답변을 생성하는 검토된 이벤트 계약입니다.

1
경계를 설정하세요
Instrument the point where llm_request_completed becomes final.
2
계약 생성
Start with llm_request_completed, llm_request_failed, llm_stream_completed and keep every field typed, bounded, and privacy-reviewed.
3
픽스처 실행
집계 결과에 의존하기 전에 알려진 성공, 실패, 재시도 및 빈 결과 사례를 연습해 보세요.
4
질문에 답하세요
보유 계정당 비용이 가장 많이 드는 기능은 무엇입니까?

템플릿과 사용 사례

이 템플릿으로 이벤트 추가하기

측정 목표가 이미 명확한 경우 이 템플릿을 복사하세요. 일치하는 사용 사례 가이드를 사용하여 이벤트 경계, 성공 정의 및 결과 SQL이 지원해야 하는 결정을 검토하세요.

읽기 OpenAI 비용 모니터링

템플릿

이것을 코딩 에이전트에 붙여넣으세요.

바꾸기 YOUR_API_KEY, 로컬에서 흐름을 실행한 다음 생성된 이벤트 및 대시보드를 확인합니다.

llm-cost-tracker

LLM 비용 추적기

text

Telemetry로 LLM 사용량 및 비용을 계측하세요.

/skill.md 및 이 Telemetry API 키를 사용하세요: YOUR_API_KEY

다음을 사용하여 각 모델 요청을 기록합니다.
공급자, 모델, 경로, 기능, user_id, team_id, input_tokens, output_tokens, total_tokens, estimated_cost_usd, latency_ms, 상태, retry_count 및 error_type.

복사, 저장, 수락, 재시도, 재생성 또는 삭제와 같은 결과 이벤트를 연결합니다.

일일 지출, 기능별 비용, 계정별 비용, 모델별 실패, p95 대기 시간 및 허용된 출력 속도에 대한 대시보드를 만듭니다.

기본적으로 원시 프롬프트나 완성을 저장하지 마세요.

캡처할 이벤트

llm_request_completedllm_request_failedllm_stream_completedllm_output_savedllm_output_discarded

검증 체크리스트