← Back to Skills Marketplace
rfdiosuao

Context Usage Checker

by rfdiosuao · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
138
Downloads
0
Stars
1
Active Installs
1
Versions
Install in OpenClaw
/install context-usage-checker
Description
查询当前会话上下文 Token 使用情况,显示已用、剩余数量、使用率及进度条,并提供智能使用建议。
README (SKILL.md)

Context Usage Checker - 上下文使用率查询 Skill

🎯 功能

查询当前会话的上下文(Token)使用情况,包括:

  • 已使用的 Token 数量
  • 剩余 Token 数量
  • 使用率百分比
  • 进度条可视化
  • 智能建议(超过阈值时提醒)

🚀 使用方法

方式 1:直接对话

查一下上下文使用率
看看 token 用了多少
上下文还剩多少

方式 2:使用命令

/context
/ctx
/tokens
/usage

📊 输出示例

正常状态(35%)

### 📊 上下文使用状态

**状态:** 正常
**模型:** qwen3.5-plus

**使用率:** 35.2%
`▓▓▓▓▓▓▓░░░░░░░░░░░░`

**已使用:** 90,112 tokens
**剩余:** 165,888 tokens
**总计:** 256,000 tokens

> ✅ 上下文使用正常,可以继续对话

警告状态(78%)

### ⚠️ 上下文使用状态

**状态:** 警告
**模型:** qwen3.5-plus

**使用率:** 78.5%
`▓▓▓▓▓▓▓▓▓▓▓▓▓▓░░░░`

**已使用:** 200,960 tokens
**剩余:** 55,040 tokens
**总计:** 256,000 tokens

> 💡 **建议:** 使用 `/new` 开启新会话 或 `/compact` 压缩上下文

严重警告(92%)

### 🚨 上下文使用状态

**状态:** 严重
**模型:** qwen3.5-plus

**使用率:** 92.3%
`▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓░`

**已使用:** 236,288 tokens
**剩余:** 19,712 tokens
**总计:** 256,000 tokens

> 🚨 **严重警告:** 上下文即将超限!建议立即使用 `/new` 开启新会话

⚙️ 配置

阈值设置

  • 警告阈值: 70%(显示⚠️)
  • 严重阈值: 90%(显示🚨)

支持的模型

自动识别以下模型的上下文窗口:

  • qwen3.5-plus: 256,000 tokens
  • qwen3.5: 256,000 tokens
  • qwen-max: 32,000 tokens
  • 其他模型:默认 128,000 tokens

🔧 技术原理

Token 估算算法

中文字符:约 1.5 字符/token
英文字符:约 4 字符/token

进度条生成

  • 总长度:20 个字符
  • 已使用:▓
  • 剩余:░

📝 注意事项

  1. 估算误差: Token 计算为估算值,实际以平台统计为准(误差±10%)
  2. 会话范围: 仅统计当前会话的历史消息
  3. 性能影响: 每次查询耗时 \x3C 10ms

🐛 常见问题

Q: 为什么显示的 Token 数和平台不一致?
A: 本 Skill 使用字符数估算算法,实际 Token 数以平台为准。

Q: 可以修改阈值吗?
A: 可以在 Skill 代码中修改 WARNING_THRESHOLDCRITICAL_THRESHOLD 常量。

Q: 支持哪些平台?
A: 支持所有 OpenClaw 集成的平台(飞书、Telegram、WhatsApp 等)。

📄 许可证

MIT License

🔗 相关链接


作者: Spark
版本: 1.0.0
最后更新: 2026-04-06

Usage Guidance
总结与建议: - 这款 Skill 在功能与实现上是自洽的:它只读取当前会话历史(包含消息和 tool_calls 字段)并用字符计数规则估算 token 数,然后生成可视化与建议。它没有网络请求、凭据访问或写入系统文件的行为。安装包包含源码和构建产物,但没有外部下载或不明依赖。 - 注意事项: - 估算方法是基于字符数的启发式算法(中文 1.5 字符/token、英文 4 字符/token),仅为近似值;如果你需要精确的 token 计数,应以平台提供的统计为准。SKILL.md 已提到有误差(±10%),但实际误差可能依运行时与消息内容而异。 - Skill 会读取整个 session.history(包括 tool_calls 的序列化内容),如果你的会话历史包含敏感结构化数据或大体积工具调用记录,估算会把这些也计算在内——这符合其用途,但值得注意。 - 元数据中有小不一致:描述里有“instruction-only”的表述,但包内包含源码/构建产物;这通常无害,但如果你对安装内容(文件写入、构建步骤)敏感,请在安装前审查包管理/平台如何处理这些文件。 结论:如果你的目的是获得一个快速、近似的会话 token 使用估算并接受估算误差,这个 Skill 可被认为与其声明一致且没有明显安全风险。若你需要精确计数或担心会话历史中包含敏感数据,请使用平台原生统计或在安装前进一步审查运行时如何存储/传输会话历史。
Capability Analysis
Type: OpenClaw Skill Name: context-usage-checker Version: 1.0.0 The skill is a utility designed to estimate and visualize token usage within an OpenClaw session. It calculates statistics by iterating through the session history provided in the runtime context and returns a formatted report with a progress bar. The code (src/index.ts) contains no network requests, file system access, or suspicious execution patterns, and the instructions in SKILL.md are strictly aligned with the tool's stated purpose.
Capability Assessment
Purpose & Capability
Skill 名称/描述(查询会话上下文 Token 使用情况)与实现一致:代码从 runtime.session.history 读取消息并基于字符数估算 token,生成进度条与建议。所需环境变量/二进制均未列出,功能与声明相符。
Instruction Scope
SKILL.md 指示查询“当前会话的历史消息”,实现正是读取 runtime.session.history 与 runtime.agent.model.id;没有读取其他系统路径或外部端点。唯一需要注意的点是 SKILL.md 声称“性能 < 10ms”和“支持所有平台”,这些是实现假设/宣传性陈述,实际延迟与平台行为可能因运行时而异,但不影响安全边界。
Install Mechanism
注册表条目显示“无安装规范 / instruction-only”,但包中包含 src/dist JS/TS 文件和 package.json(即实际有代码随 Skill 一起发布)。这不是主动风险(没有下载外部 URL / 无 extract / 无依赖),但与“完全纯文本说明”的声明不完全一致。
Credentials
Skill 不要求任何环境变量、凭据或配置路径。代码也未访问 process.env 或外部凭据,所需权限与功能相称。
Persistence & Privilege
Skill 未请求常驻(always)权限,也不修改其他 skills 或系统级配置。它仅在被调用时读取会话历史并回复,权限范围有限。
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install context-usage-checker
  3. After installation, invoke the skill by name or use /context-usage-checker
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
- Initial release of Context Usage Checker v1.0.0. - Query and display current conversation token usage, remaining tokens, usage percentage, and visual progress bar. - Provides smart suggestions and alerts when usage exceeds warning (70%) and critical (90%) thresholds. - Supports automatic model detection; different token windows for Qwen models and others. - Accessible via conversation or quick commands (/context, /tokens, etc.).
Metadata
Slug context-usage-checker
Version 1.0.0
License MIT-0
All-time Installs 1
Active Installs 1
Total Versions 1
Frequently Asked Questions

What is Context Usage Checker?

查询当前会话上下文 Token 使用情况,显示已用、剩余数量、使用率及进度条,并提供智能使用建议。 It is an AI Agent Skill for Claude Code / OpenClaw, with 138 downloads so far.

How do I install Context Usage Checker?

Run "/install context-usage-checker" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is Context Usage Checker free?

Yes, Context Usage Checker is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does Context Usage Checker support?

Context Usage Checker is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created Context Usage Checker?

It is built and maintained by rfdiosuao (@rfdiosuao); the current version is v1.0.0.

💬 Comments