（6140期）Mission Claw – Agent 活动与 Token 追踪仪表板

Agent 活动与 Token 追踪仪表板 将 Agent 活动与 Token 消耗记录到 Mission Claw 仪表板，支持任务追踪、项目进度可视化与资源审计。 使用说明 核心用法 Mission Claw (mclaw) 是一款面向 AI Agent 工作流的活动日志与 Token 追踪工具。其核心功能包括： 活动记录：通过 CLI 或 HTTP API 将任务描述、Agent 名称、项目归属、执行状态（completed/in_progress/failed）、耗时及 Token 消耗写入本地服务。 Token 审计：强制要求记录 total-tokens，可选细分 input-tokens 与 output-tokens，便于成本核算与性能优化。 可视化仪表板：内置 Web 界面（默认 localhost:3101），支持按 Agent、项目筛选历史记录，实时查看服务状态。 显著优点 轻量集成：单条命令即可完成日志提交，CLI 设计符合 Unix 哲学，易于嵌入自动化脚本。 成本透明：强制 Token 追踪机制填补了许多 Agent 框架在资源审计上的空白，适合按量计费场景。 本地优先：默认使用本地守护进程（localhost:3100），数据可控，避免云端泄露风险。 潜在缺点与局限性 单点依赖：服务基于本地守护进程，若进程未启动或端口冲突，日志将失败；无内置重试或持久化队列。 功能单一：定位为“记录工具”而非“分析平台”，缺乏趋势分析、预算告警、团队协同等高级功能。 生态封闭：需配合 session_status 等特定内置工具获取 Token 数据，与第三方 Agent 框架集成需适配。 适合人群 个人开发者或小型团队，需要低成本追踪 AI Agent 任务历史与 Token 消耗。 进行 LLM 应用原型开发、需要快速审计 Prompt 成本的场景。 常规风险 数据丢失风险：本地服务无高可用设计，进程崩溃或主机重启可能导致未持久化的内存数据丢失。 隐私泄露：若将服务暴露于公网，日志中的任务描述与 Token 数据可能被未授权访问。 版本兼容性：session_status 等内置工具接口可能随 Agent 平台升级而变更，导致 Token 获取失败。 原始说明 Log agent activities to Mission Claw dashboard with token usage tracking. Use when completing significant tasks, subagent work, or any action worth recording in the activity feed. Triggers on task completion, activity logging, or tracking agent work.