Quick Start
ابدأ في دقيقتين مع تتبع الرموز تلقائيًا.
API Reference - Events Ingestion
توثيق API الكامل لالتقاط أحداث الاستخدام.
API Reference - Meters
تعرف على كيفية إنشاء المقاييس وتكوينها للفوترة.
Usage-Based Billing Guide
دليل شامل للفوترة القائمة على الاستخدام باستخدام المقاييس.
مثالي لتطبيقات SaaS، وروبوتات الدردشة الذكية، وأدوات توليد المحتوى، وأي تطبيق يعتمد على LLM يحتاج إلى فوترة قائمة على الاستخدام.
بدء سريع
ابدأ مع تتبع رموز LLM التلقائي في دقيقتين فقط:Get Your API Keys
ستحتاج إلى مفتاحي واجهة برمجة تطبيقات:
- مفتاح API لمدفوعات Dodo: احصل عليه من لوحة معلومات مدفوعات Dodo
- مفتاح API لمزود LLM: من AI SDK و OpenAI و Anthropic و Groq، إلخ.
Create a Meter in Dodo Payments
قبل تتبع الاستخدام، أنشئ مقياسًا في لوحة Dodo Payments:لمزيد من التعليمات التفصيلية، راجع دليل الفوترة القائمة على الاستخدام.
- تسجيل الدخول إلى لوحة Dodo Payments
- انتقل إلى Products → Meters
- انقر على “Create Meter”
- قم بتكوين المقياس الخاص بك:
- اسم المقياس: اختر اسمًا وصفيًا (مثل “LLM Token Usage”)
- اسم الحدث: حدد معرف حدث فريد (مثل
llm.chat_completion) - نوع التجميع: اختر
sumلجمع عدد الرموز - خاصية التجميع: اختر ما تريد تتبعه:
inputTokens- تتبع رموز الإدخال/الموجهoutputTokens- تتبع رموز الإخراج/الإكمال (تتضمن رموز الاستدلال عند الاقتضاء)totalTokens- تتبع مجموع رموز الإدخال + الإخراج
يجب أن يتطابق اسم الحدث الذي تحدده هنا تمامًا مع الاسم الذي تمرره إلى SDK (مع مراعاة حالة الأحرف).
التكوين
تكوين المتتبع
قم بإنشاء متتبع مرة واحدة عند بدء التطبيق مع هذه المعلمات المطلوبة:مفتاح API الخاص بـ Dodo Payments. احصل عليه من صفحة مفاتيح API.
وضع البيئة لبرتوكول التتبع.
test_mode- استخدمه للتطوير والاختبارlive_mode- استخدمه للإنتاج
اسم الحدث الذي يُشغّل المقياس. يجب أن يتطابق تمامًا مع ما قمت بتكوينه في مقياس Dodo Payments الخاص بك (حساس لحالة الأحرف).
يربط اسم الحدث هذا الاستخدام المتتبع بالمقياس الصحيح لحسابات الفوترة.
تكوين الغلاف
عند لف عميل LLM الخاص بك، قدم هذه المعلمات:مثيل عميل LLM الخاص بك (OpenAI، Anthropic، Groq، إلخ).
المعرف الفريد للعميل للفوترة. يجب أن يتطابق مع معرف العميل في Dodo Payments.
بيانات إضافية اختيارية لإرفاقها بحدث التتبع. مفيدة للتصفية والتحليل.
مثال كامل على التكوين
التتبع التلقائي: يقوم SDK بتتبع استخدام الرموز تلقائيًا في الخلفية دون تعديل الاستجابة. يظل الكود نظيفًا ومطابقًا لاستخدام SDK الخاص بالمزود الأصلي.
المزودون المدعومون
يعمل مخطط LLM بسلاسة مع جميع مزودي LLM الرئيسيين والمجمعين:AI SDK (Vercel)
AI SDK (Vercel)
تتبع الاستخدام باستخدام Vercel AI SDK لدعم LLM شامل.القياسات المتعقبة:
inputTokens→inputTokensoutputTokens+reasoningTokens→outputTokenstotalTokens→totalTokens- اسم النموذج
عند استخدام نماذج تدعم الاستدلال عبر AI SDK (مثل Gemini 2.5 Flash من Google مع وضع التفكير)، يتم تضمين رموز الاستدلال تلقائيًا في
outputTokens لضمان فوترة دقيقة.OpenRouter
OpenRouter
تتبع استخدام الرموز من أكثر من 200 نموذج عبر واجهة OpenRouter الموحدة.القياسات المتعقبة:
prompt_tokens→inputTokenscompletion_tokens→outputTokenstotal_tokens→totalTokens- اسم النموذج
OpenAI
OpenAI
تتبع استخدام الرموز من نماذج GPT التابعة لـ OpenAI تلقائيًا.القياسات المتعقبة:
prompt_tokens→inputTokenscompletion_tokens→outputTokenstotal_tokens→totalTokens- اسم النموذج
Anthropic Claude
Anthropic Claude
تتبع استخدام الرموز من نماذج Claude التابعة لـ Anthropic.القياسات المتعقبة:
input_tokens→inputTokensoutput_tokens→outputTokenstotalTokensالمحسوب- اسم النموذج
Groq
Groq
تتبع الاستدلال عالي السرعة لنماذج LLM مع Groq.القياسات المتعقبة:
prompt_tokens→inputTokenscompletion_tokens→outputTokenstotal_tokens→totalTokens- اسم النموذج
Google Gemini
Google Gemini
تتبع استخدام الرموز من نماذج Gemini التابعة لـ Google عبر Google GenAI SDK.القياسات المتعقبة:
promptTokenCount→inputTokenscandidatesTokenCount+thoughtsTokenCount→outputTokenstotalTokenCount→totalTokens- إصدار النموذج
وضع التفكير في Gemini: عند استخدام نماذج Gemini التي تدعم التفكير/الاستدلال (مثل Gemini 2.5 Pro)، يقوم SDK تلقائيًا بإضافة
thoughtsTokenCount (رموز الاستدلال) إلى outputTokens لتعكس التكلفة الحسابية الكاملة بدقة.الاستخدام المتقدم
مزودون متعددون
تتبع الاستخدام عبر مزودي LLM مختلفين مع متتبعين منفصلين:تكامل API مع Express.js
مثال كامل على دمج تتبع LLM في API Express.js:ما الذي يتم تتبعه
كل استدعاء API لـ LLM يرسل تلقائيًا حدث استخدام إلى مدفوعات Dodo بالهيكل التالي:حقول الحدث
المعرف الفريد لهذا الحدث المحدد. يتم إنشاؤه تلقائيًا بواسطة SDK.التنسيق:
llm_[timestamp]_[random]معرف العميل الذي قدمته عند تغليف العميل. يُستخدم للفوترة.
اسم الحدث الذي يُشغّل المقياس. يتطابق مع تكوين المتتبع الخاص بك.
الطابع الزمني بصيغة ISO 8601 عندما وقع الحدث.
استخدام الرموز وبيانات التتبع الإضافية:
-
inputTokens- عدد رموز الإدخال/الموجه المستخدمة -
outputTokens- عدد رموز المخرجات/الإكمال المستخدمة (يشمل رموز الاستدلال عند الاقتضاء) -
totalTokens- إجمالي الرموز (إدخال + إخراج) -
model- نموذج LLM المستخدم (مثل “gpt-4”) -
provider- مزود LLM (إذا كان مدرجًا في بيانات الغلاف التعريفية) - أي بيانات تعريف مخصصة قدمتها عند تغليف العميل
-
inputTokens- عدد رموز الإدخال/المطالبة المستخدمة -
outputTokens- عدد رموز الإخراج/الإنجاز المستخدمة (تشمل رموز التفكير عند الاقتضاء) -
totalTokens- إجمالي الرموز (الإدخال + الإخراج) -
model- نموذج LLM المستخدم (مثل “gpt-4”) -
provider- مزود LLM (إذا تم تضمينه في بيانات التعريف الخاصة بالملف) - أي بيانات تعريف مخصصة قدمتها عند تغليف العميل
رموز الاستدلال: بالنسبة للنماذج التي تدعم الاستدلال، يتضمن
outputTokens تلقائيًا كلًا من رموز الإكمال ورموز الاستدلال.يستخدم مقياس Dodo Payments الخاص بك الحقول
metadata (خاصة inputTokens، outputTokens أو totalTokens) لحساب الاستخدام والفوترة.