Skip to main content
Open In ColabOpen on GitHub

如何跟踪 LLM 的令牌使用情况

跟踪 token 使用情况以计算成本是将应用投入生产的重要环节。本指南将介绍如何从您的 LangChain 模型调用中获取此信息。

前置条件

本指南假设您熟悉以下概念：

使用 LangSmith​

您可以使用 LangSmith 来跟踪 LLM 应用中的令牌使用情况。请参阅 LangSmith 快速入门指南。

使用回调函数​

有一些特定的 API 回调上下文管理器，允许您跨多次调用跟踪令牌使用情况。您需要检查您的特定模型是否提供了此类集成。

如果尚未提供针对您模型的集成，您可以通过调整 OpenAI 回调管理器 的实现来创建自定义回调管理器。

OpenAI​

让我们首先查看一个用于跟踪单个 Chat 模型调用令牌使用情况的极简单示例。

危险

回调处理器当前不支持遗留语言模型（例如 langchain_openai.OpenAI）的流式令牌计数。如需在流式上下文中获得支持，请查阅聊天模型的相应指南 此处。

单次调用​

from langchain_community.callbacks import get_openai_callback
from langchain_openai import OpenAI

llm = OpenAI(model_name="gpt-3.5-turbo-instruct")

with get_openai_callback() as cb:
    result = llm.invoke("Tell me a joke")
    print(result)
    print("---")
print()

print(f"Total Tokens: {cb.total_tokens}")
print(f"Prompt Tokens: {cb.prompt_tokens}")
print(f"Completion Tokens: {cb.completion_tokens}")
print(f"Total Cost (USD): ${cb.total_cost}")


Why don't scientists trust atoms?

Because they make up everything.
---

Total Tokens: 18
Prompt Tokens: 4
Completion Tokens: 14
Total Cost (USD): $3.4e-05

多次调用​

上下文管理器内的所有内容都将被跟踪。这是一个使用它按顺序跟踪对链的多次调用的示例。这也适用于可能需要多个步骤的智能体。

from langchain_community.callbacks import get_openai_callback
from langchain_core.prompts import PromptTemplate
from langchain_openai import OpenAI

llm = OpenAI(model_name="gpt-3.5-turbo-instruct")

template = PromptTemplate.from_template("Tell me a joke about {topic}")
chain = template | llm

with get_openai_callback() as cb:
    response = chain.invoke({"topic": "birds"})
    print(response)
    response = chain.invoke({"topic": "fish"})
    print("--")
    print(response)


print()
print("---")
print(f"Total Tokens: {cb.total_tokens}")
print(f"Prompt Tokens: {cb.prompt_tokens}")
print(f"Completion Tokens: {cb.completion_tokens}")
print(f"Total Cost (USD): ${cb.total_cost}")


Why did the chicken go to the seance?

To talk to the other side of the road!
--


Why did the fish need a lawyer?

Because it got caught in a net!

---
Total Tokens: 50
Prompt Tokens: 12
Completion Tokens: 38
Total Cost (USD): $9.400000000000001e-05

流式传输​

危险

get_openai_callback 目前不支持对传统语言模型（例如 langchain_openai.OpenAI）进行流式 token 计数。如果您希望在流式上下文中正确计算 token，有多种选项可供选择：

请注意，在使用流式上下文中的遗留语言模型时，令牌计数不会更新：

from langchain_community.callbacks import get_openai_callback
from langchain_openai import OpenAI

llm = OpenAI(model_name="gpt-3.5-turbo-instruct")

with get_openai_callback() as cb:
    for chunk in llm.stream("Tell me a joke"):
        print(chunk, end="", flush=True)
    print(result)
    print("---")
print()

print(f"Total Tokens: {cb.total_tokens}")
print(f"Prompt Tokens: {cb.prompt_tokens}")
print(f"Completion Tokens: {cb.completion_tokens}")
print(f"Total Cost (USD): ${cb.total_cost}")


Why don't scientists trust atoms?

Because they make up everything!

Why don't scientists trust atoms?

Because they make up everything.
---

Total Tokens: 0
Prompt Tokens: 0
Completion Tokens: 0
Total Cost (USD): $0.0