Model Usage

Model Usage 是什么

Model Usage 使用 CodexBar CLI 和随包 Python 脚本读取本地成本 JSON，按 Codex 或 Claude 模型汇总最近模型或全部模型费用。

适用场景

适合查看本机模型成本分布；不能提供账户账单、精确按模型 Token 或跨设备总额。

核心能力与工作机制

支持 current 和 all 模式、指定模型、文件或标准输入、普通或格式化 JSON 输出。

执行流程

在 macOS 安装并运行 CodexBar 取得成本 JSON，选择提供商和模式，运行脚本后核对日期和汇总。

输入与输出

需要 CodexBar 成本 JSON、provider 和 mode，可选模型名与输出格式。输出每模型费用；当前模型按最近有 breakdown 的日记录中成本最高者判断。

依赖、账号与权限

当前清单仅说明 macOS CodexBar 安装路径，需要 Python 和本地日志；Linux 路径尚未文档化。

副作用、限制与风险

本地用量数据可能敏感，breakdown 缺失时回退逻辑只是近似，成本不等于 Token。标准流程只读本地日志，可将汇总写入 JSON；不会修改账户配额。

不适用边界

不回答实时账户限额、不按模型拆 Token，也不能替代供应商正式账单。

失败处理与验收

无 breakdown 时明确回退到 modelsUsed，文件格式错误应停止并报告字段缺口。核对提供商、日期、货币、总和与原始 JSON，注明缺失模型明细和平台限制。

适合谁使用

适合 macOS 上使用 CodexBar 的开发者，账户级用量应查看官方控制台。

来源、版本与许可

本条目依据 SkillHub 热门榜、发布者详情和版本 1.0.0 的完整 SKILL.md 整理，核验日期为 2026 年 9 月 21 日。完整 SKILL.md 未声明许可证，公开可下载不代表可以任意复制、修改或再分发。 SkillHub 当前两套安全扫描状态为 benign、benign；该状态只是平台信号，不能替代对脚本、凭据、网络请求、数据外送与后续版本的人工审查。

常见问题

1. Model Usage 主要解决什么问题？

Model Usage 使用 CodexBar CLI 和随包 Python 脚本读取本地成本 JSON，按 Codex 或 Claude 模型汇总最近模型或全部模型费用。适合查看本机模型成本分布；不能提供账户账单、精确按模型 Token 或跨设备总额。是否采用它，应以实际任务边界和可核验材料为准，不要因为榜单热度而跳过来源审查。

2. 开始前需要准备什么？

需要 CodexBar 成本 JSON、provider 和 mode，可选模型名与输出格式。准备阶段不要代替用户猜测关键事实；缺少会改变路线、费用或权限的输入时，应先补齐再执行。

3. 它怎样完成任务并交付结果？

在 macOS 安装并运行 CodexBar 取得成本 JSON，选择提供商和模式，运行脚本后核对日期和汇总。每个阶段都要保留输入、决策、输出和检查点，不能把计划、预览或排队状态描述成最终交付。

4. 需要哪些工具、账号或权限？

当前清单仅说明 macOS CodexBar 安装路径，需要 Python 和本地日志；Linux 路径尚未文档化。凭据应放在安全环境中，并按最小权限授权；账号、网络或本地依赖不满足时应明确停止条件。

5. 它会产生哪些外部操作或副作用？

标准流程只读本地日志，可将汇总写入 JSON；不会修改账户配额。涉及外部写入、上传、发送、付费或持久配置时，应在实际动作前说明影响范围并取得相应确认。

6. 哪些情况不适合使用？

不回答实时账户限额、不按模型拆 Token，也不能替代供应商正式账单。超出来源明确能力、专业资质或授权范围时，应切换到更合适的工具或交给专业人员处理。

7. 失败或结果异常时怎样恢复？

无 breakdown 时明确回退到 modelsUsed，文件格式错误应停止并报告字段缺口。恢复时优先查询已有任务、日志或备份，避免无上限重试、重复扣费、重复发送或覆盖唯一原件。

8. 如何验收结果并控制风险？

核对提供商、日期、货币、总和与原始 JSON，注明缺失模型明细和平台限制。验收应基于真实文件、页面、任务终态或权威来源，并把未能实际检查的部分明确标记出来。