统计页面与 Token 用量 · 活跃度热力图与模型分布

在哪里找统计页面

打开历史抽屉（左滑或汉堡菜单），点击底部操作栏里的图表图标进入统计页面。

统计页面显示什么

每周活跃度热力图

一个日历视图，每个日期格子用颜色深浅表示该日的消息数量。直观地看出：

• 哪些天你用得最多 / 最少
• 周末 vs 工作日的使用差异
• 长期趋势（最近几周是用得多了还是少了）

Token 用量明细

按天展示，并有总计。

按模型划分的用量

一个聚合视图，显示每个模型的：

• 调用次数
• 总 Token 消耗
• 平均每轮的 Token

用来看你最常用哪些模型，以及哪些模型最"贵"。

Token 是怎么记录的

RikkaHub 在每轮对话生成完成时立即记录 token 数量：

• 由 RikkaHub 自己根据 API 响应里的 usage 字段记录
• 不依赖任何外部数据源（不会去提供商后台拉）
• 数据完全本地存储

统计的局限性

• 版本上线前的对话不记录：Token 用量追踪功能是后来加的，早期对话没有统计
• 跨设备不合并：如果在多台设备上用 RikkaHub，各自的统计独立
• 估算误差：Token 计数方式可能与提供商后台略有差异（不同 tokenizer）

为什么 Token 统计很重要

成本控制

如果你自己持有 API Key，Token 统计直接对应账单。你可以发现：

• 哪些模型最"烧钱"
• 长对话 vs 短对话的成本差异
• OCR / 记忆提取这些辅助任务的隐性成本

RikkaHub 的"不同功能用不同模型"策略（对话用强模型、OCR 用便宜模型）就是建立在对 Token 消耗的理解之上。

使用习惯分析

• 你最常用哪些模型？是不是某一个模型占了绝大多数
• 你的对话通常是多长？（看总 Token ÷ 对话数）
• 哪些天最活跃？能不能调整使用节奏

如何降低 Token 消耗

策略 1：辅助任务用便宜模型

在 设置 → 模型 里分别配置。

策略 2：减小上下文窗口

助手设置 → 上下文 → contextMessageSize 设为较小值（比如 20）。只保留最近 20 条消息，更早的不注入——牺牲一点历史记忆，换更少的 Token。

策略 3：对话定期开新的

长对话（超过 50 轮）的上下文消耗会累积。与其在一个对话里一直聊，不如把主题相近的内容分在不同对话里。

策略 4：避免不必要的注入

模式注入、知识库条目、记忆条目都会占用上下文。定期清理过时的注入条目和记忆。

历史抽屉里的其他操作

除了统计页面，历史抽屉底部操作栏还有：