新闻详情

新闻详情

首页 / 资讯中心 / 详情

Metapi 数据看板与余额管理完整指南:多站点余额、消费趋势、收入追踪一目了然

发布时间:2026/11/12 15:21:35来源:尧图网络
Metapi 数据看板与余额管理完整指南:多站点余额、消费趋势、收入追踪一目了然
Metapi 数据看板与余额管理完整指南多站点余额、消费趋势、收入追踪一目了然【免费下载链接】metapi把你在各处注册的 New API / One API / OneHub / DoneHub / Veloera / AnyRouter / Sub2API 等站点 汇聚成 一个 API Key、一个入口自动发现模型、智能路由、成本最优项目地址: https://gitcode.com/cita-777/metapi还在多个站点之间来回切换逐个查看余额和消费吗Metapi 数据看板把 New API / One API / DoneHub / Veloera / AnyRouter / Sub2API 等站点的多站点余额、消费趋势、收入追踪汇聚到一块仪表盘上自动刷新、自动发现模型、智能路由让你用一个界面看清所有账号的钱花在哪、还能用多久。本文将带你快速上手这块钱包总览面板。一屏总览Metapi 数据看板长什么样打开控制台的仪表盘页面你会看到按账户数据 / 使用统计 / 资源消耗 / 代理状态分区的统计卡片核心指标包括指标分区展示内容 账户数据总余额、累计消耗含较昨日变化 使用统计24h 请求、成功请求数 资源消耗总账户数、Tokens 消耗 代理状态今日签到、成功率、RPM / TPM下方还有站点分析和模型消费分析区域把钱和流量拆到每个站点、每个模型。相关页面源码见 Dashboard.tsx站点图表组件位于 SiteDistributionChart.tsx 和 SiteTrendChart.tsx。多站点余额管理批量刷新 低余额提醒余额数据的来源是账号页面。每个账号一行直接显示余额当前站点余额附增减变化绿色上涨 / 红色下降花费该账号累计消耗签到是否开启自动签到代理健康状态是否可正常转发支持余额高到低 / 余额低到低排序和批量刷新余额一键更新所有站点的余额无需逐个登录。余额刷新逻辑在 balanceService.ts 中实现凭证过期时还会自动尝试重新登录。添加账号时粘贴 Session Cookie 即可立即验证余额是否可查当某站点余额低于阈值Metapi 会通过 Webhook / Bark / Server酱 / 邮件发出余额不足提醒避免用到一半才没余额的尴尬。手动与自动维护操作的说明见 operations.md。消费趋势与站点分布图钱花在哪一目了然数据看板的站点分析区提供两张联动图表站点分布环形图可在余额分布 / 消耗分布之间切换直观看到哪个站点最有钱、哪个站点花得最多消耗趋势按7 天 / 30 天 / 90 天切换多站点消耗曲线同图对比快速发现消费异常的站点配合模型消费分析中的 Top 模型排行调用量、成功率、平均耗时、花费你可以精确回答是哪类模型在烧钱。站点可用性、延迟等观测数据见 monitor.png 对应的可用性监控页服务实现参考 proxyChannelCoordinator.ts。收入追踪自动签到 签到奖励记录对于有签到奖励的站点New API / DoneHub / 公益站等Metapi 会定时自动签到并记录每次的奖励金额形成可追溯的收入流水签到日志页展示时间、账号、站点、状态、奖励金额与失败原因奖励金额优先来自站点接口若接口不返回金额Metapi 会从收入日志推算奖励逻辑见 checkinRewardParser.ts 与 todayIncomeRewardService.ts仪表盘的今日签到卡片汇总当日签到结果一眼掌握收入进度快速上手清单添加账号进入站点 → 账号用 Session Cookie 添加支持签到/余额查询的站点详见 getting-started.md等一次自动刷新账号凭证、余额、模型会被自动发现并落库打开仪表盘总余额、消费趋势、今日签到一次看全配置提醒在系统 → 通知设置中开启余额不足通知低余额第一时间知道查疑问余额显示单位差异等问题可参考 faq.md有了 Metapi 数据看板与余额管理多站点 API 资产从此一屏尽览余额、消费趋势、收入追踪不再来回登录各个站点。【免费下载链接】metapi把你在各处注册的 New API / One API / OneHub / DoneHub / Veloera / AnyRouter / Sub2API 等站点 汇聚成 一个 API Key、一个入口自动发现模型、智能路由、成本最优项目地址: https://gitcode.com/cita-777/metapi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉