Kilo 团队用量分析（Analytics）完全指南：从仪表盘指标到项目级成本归因
【免费下载链接】kilocodeKilo is the all-in-one agentic engineering platform. Build, ship, and iterate faster with the most popular open source coding agent.项目地址: https://gitcode.com/GitHub_Trending/ki/kilocode
Kilo 的 Enterprise 或 Teams 订阅配合 Kilo Code 扩展使用 Kilo Gateway provider 时，会记录详细的用量分析数据，帮助组织监控和理解 AI 使用模式、成本与活动。本文基于 packages/kilo-docs/pages/collaborate/teams/analytics.md 整理，并结合仓库源码（如 packages/core/src/project.ts、packages/core/src/git.ts、packages/kilo-gateway/src/api/models.ts）剖析项目归因、成本计算等底层原理。读完本文，你将掌握如何通过Usage Details面板监控团队开销、按天/按模型/按项目下钻分析，以及如何配置项目标识符实现精确的成本归因。
Analytics Dashboard 概览
在组织仪表盘的Usage Details（用量明细）区域可以访问全部用量分析数据。该面板展示的是团队使用Kilo Gateway provider的完整用量统计。
用量范围说明（Usage Scope）：此用量概览仅包含通过 Kilo Gateway provider 产生的全部用量，不包含Kilo Code 扩展通过其他非 Kilo Code provider 产生的用量。扩展程序主设置页面（main settings）中可以自由选择使用哪个 API provider。
这意味着：只有通过 Kilo 官方网关（即 Enterprise/Teams 订阅所绑定的 provider）发起的请求才会进入本分析面板；团队若在扩展中配置了其他厂商的 API key，其用量不会混入本面板，便于财务与成本的清晰归因。
顶部核心指标（Summary Metrics）
仪表盘顶部展示五项核心指标，用于快速掌握团队在选定时间段内的整体状况：
| 指标 | 含义 |
|---|---|
| Total Spent | 所选时间段内的总花费 |
| Total Requests | 发起的 API 请求总数 |
| Avg Cost per Request | 单次请求的平均成本 |
| Total Tokens | 处理的 Token 总量（输入 + 输出） |
| Active Users | 发起过请求的团队成员数量 |
从源码看，成本计算依赖模型定价与 token 用量：在 packages/kilo-gateway/src/api/models.ts 中，网关会把 API 返回的$/token价格统一转换为$/M tokens（乘以 1,000,000），以便下游getUsage按每百万 token 定价计算费用；同文件 models.ts#L275-L276 分别解析pricing.prompt（输入价格）与pricing.completion（输出价格），对应面板中 input/output token 的计价。当模型采用动态/自动路由定价（pricing 为负值）时，网关会按 models.test.ts 的测试逻辑省略 cost 字段，避免产生错误成本。
时间范围筛选（Time Period Filters）
面板提供四种时间范围选项：
- Past Week：最近 7 天用量
- Past Month：最近 30 天用量
- Past Year：最近 365 天用量
- All：全部历史用量
时间筛选作用于所有视图与指标，切换后顶部五项核心指标会同步刷新为该时间窗口内的聚合值。
用量视图选项（Usage View Options）
"Only my usage" 个人/团队切换
通过"Only my usage"开关过滤数据范围：
- 启用：仅显示你自己的个人用量数据
- 禁用：显示包含所有成员在内的团队级用量数据
该开关适合个人自查单日/单模型开销，或管理员查看团队整体情况。
三种数据下钻视图
面板提供两种日期粒度视图和一种项目视图，均支持点击行展开查看明细：
By Day（按天视图）
按日期聚合展示用量，列包括：
- DATE：具体日期
- COST：当日总花费
- REQUESTS：当日 API 请求数
- TOKENS：当日处理的 Token 总量（悬停可查看 input 与 output Token 的拆分）
- USERS：当日活跃用户数
查看团队数据时，点击任意日期行可展开当日各成员的用量明细，展示每位成员的用量、成本、请求数与 Token 数。
By Model & Day（按模型 × 天视图）
按 AI 模型与日期进行细粒度拆分，列包括：
- DATE：具体日期
- MODEL：所使用的 AI 模型（如
anthropic/claude-sonnet-4、openai/gpt-4） - COST：该模型在该日期的成本
- REQUESTS：对该模型的请求数
- TOKENS：该模型处理的 Token 量（悬停可查看 input/output 拆分）
- USERS：使用过该模型的用户数
点击任意行可展开，查看当天使用该模型的具体团队成员及其个人用量统计。该视图最利于识别"高成本模型 × 高用量日期"的组合，从而决定是否调整模型路由策略。
By Project（按项目视图）
除日期维度外，面板还支持按项目查看用量，项目名称自动从项目.git/config中名为origin的 remote 解析得到。
例如，若.git/config内容如下：
[remote "origin"] url = git@github.com:example-co/example-repo.git fetch = +refs/heads/*:refs/remotes/origin/*则项目名解析为example-repo。
从源码看，这一"remote → 项目标识"的逻辑在核心层有完整实现：packages/core/src/project.ts 中的remote函数调用git.remote.get(repo)获取 origin 的 URL，再经 project.ts#L81-L103 的url/parts归一化：既支持https://形式的 URL，也支持git@host:org/repo.git形式的 SCP 语法（正则^([^@/:]+@)?([^/:]+):(.+)$），并统一去除路径前缀、尾部斜杠与.git后缀，最终以host/repo形式生成稳定的项目 ID。而git.remote.get底层执行git remote get-url origin（见 packages/core/src/git.ts#L205-L209）。
项目 ID 的解析优先级见 project.ts#L114-L115：remote（origin URL 哈希）→previous（仓库缓存中的旧 ID）→root（首个根提交哈希）；若均不可用则回退到全局 ID。同时 project.ts#L124-L126 的commit方法会把解析出的 ID 写入仓库的kilo缓存文件，供后续会话复用。
手动覆盖项目名称
如果自动解析出的项目名不符合预期（例如多个仓库共用同一 origin，或希望按业务线归组），可以在项目的.kilo/config.json中手动覆盖项目名称（旧的.kilocode/config.json仍作为回退被读取）。
要将项目标识符设置为my-project，创建.kilo/config.json：
{ "project": { "id": "my-project" } }配置后，该项目的用量将统一归因到my-project名下，适合企业内部按产品线/部门维度聚合成本。
理解数据（Understanding the Data）
模型信息（Model Information）
分析面板会记录不同 AI 模型的用量，展示模型标识符，例如：
anthropic/claude-sonnet-4openai/gpt-5x-ai/grok-code-fast-1mistralai/codestral-2508
这些标识符采用供应商/模型的命名规范，与 Kilo Gateway 的模型路由保持一致。值得注意的是，网关会依据模型的output_modalities判断是否支持图像输出（见 models.ts#L138-L151），从而在用量统计中正确归类多模态请求。
用户归因（User Attribution）
查看团队数据时，可以获取：
- 展开行中的单个团队成员用量
- 用于识别用户的邮箱地址
- 每位用户的成本、请求数与 Token 拆分
用户维度的下钻是团队成本治理的关键：管理员可以快速定位"高消耗个体"，并结合 团队角色与权限管理 进行配额或权限调整。
成本跟踪（Cost Tracking）
所有成本均以USD（美元）显示并保留精细精度，可帮助你：
- 监控随时间变化的支出模式
- 识别高用量时段或高成本模型
- 跟踪单个团队成员对成本的贡献
下一步与最佳实践
- 管理团队账单设置（Manage team billing settings）
- 配置团队角色与权限（Configure team roles and permissions）
综合建议：
- 先看 By Model & Day：识别成本最高的模型与用量峰值日期，评估是否需要切换更经济的模型或调整路由；
- 结合 By Project 治理成本：为每个业务仓库配置
.kilo/config.json中的project.id，让成本归因粒度对齐组织架构； - 定期关注 Active Users：结合团队规模核对活跃度，避免闲置席位浪费订阅费用；
- 注意用量范围边界：面板只统计 Kilo Gateway provider 的用量，跨 provider 的成本对比需在扩展设置中切换 provider 后另行核对。
用量分析为优化团队 AI 使用提供了所需洞察，让成本与活动模式始终处于可见状态。结合上述源码机制，你可以更精准地利用这些数据驱动团队级决策。
【免费下载链接】kilocodeKilo is the all-in-one agentic engineering platform. Build, ship, and iterate faster with the most popular open source coding agent.项目地址: https://gitcode.com/GitHub_Trending/ki/kilocode
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
