> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dodopayments.com/llms.txt
> Use this file to discover all available pages before exploring further.

# LLM 블루프린트

> 자동으로 Dodo Payments에 수집하여 사용량 기반 청구를 위한 LLM 토큰 사용량을 손쉽게 추적합니다. AI SDK, OpenAI, Anthropic, OpenRouter, Groq 및 Google Gemini와 함께 작동합니다.

<CardGroup cols={2}>
  <Card title="Quick Start" icon="rocket" href="#quick-start">
    자동 토큰 추적으로 2분 만에 시작하세요.
  </Card>

  <Card title="API Reference - Events Ingestion" icon="code" href="/api-reference/usage-events/ingest-events">
    사용량 이벤트 수집을 위한 완전한 API 문서입니다.
  </Card>

  <Card title="API Reference - Meters" icon="gauge" href="/api-reference/meters/create-meter">
    청구를 위한 미터를 만들고 구성하는 방법을 알아보세요.
  </Card>

  <Card title="Usage-Based Billing Guide" icon="arrow-trend-up" href="/developer-resources/usage-based-billing-guide">
    미터를 활용한 사용량 기반 청구에 대한 종합 가이드입니다.
  </Card>
</CardGroup>

<Info>
  SaaS 앱, AI 챗봇, 콘텐츠 생성 도구 및 사용량 기반 청구가 필요한 모든 LLM 기반 애플리케이션에 적합합니다.
</Info>

## 빠른 시작

자동 LLM 토큰 추적을 2분 만에 시작하세요:

<Steps>
  <Step title="Install the SDK">
    Dodo Payments 수집 블루프린트를 설치하세요:

    ```bash theme={null}
    npm install @dodopayments/ingestion-blueprints
    ```
  </Step>

  <Step title="Get Your API Keys">
    다음 두 개의 API 키가 필요합니다:

    * **Dodo Payments API 키**: [Dodo Payments 대시보드](https://app.dodopayments.com/developer/api-keys)에서 받으세요.
    * **LLM 제공자 API 키**: AI SDK, OpenAI, Anthropic, Groq 등에서 받으세요.

    <Tip>
      API 키를 환경 변수에 안전하게 저장하십시오. 버전 관리 시스템에 절대 커밋하지 마세요.
    </Tip>
  </Step>

  <Step title="Create a Meter in Dodo Payments">
    사용량을 추적하기 전에 Dodo Payments 대시보드에서 미터를 생성하세요:

    1. **로그인** [Dodo Payments 대시보드](https://app.dodopayments.com/)
    2. **이동** Products → Meters
    3. **클릭** "Create Meter"
    4. **미터 구성**:
       * **미터 이름**: 설명적인 이름을 선택하세요 (예: "LLM Token Usage")
       * **이벤트 이름**: 고유한 이벤트 식별자를 설정하세요 (예: `llm.chat_completion`)
       * **집계 유형**: 토큰 수를 합산하려면 `sum`을 선택하세요
       * **추적 속성**: 추적할 항목을 선택하세요:
         * `inputTokens` - 입력/프롬프트 토큰 추적
         * `outputTokens` - 출력/완료 토큰 추적(해당하는 경우 추론 토큰 포함)
         * `totalTokens` - 입력 + 출력 토큰 총합 추적

    <Info>
      여기서 설정한 **이벤트 이름**은 SDK에 전달하는 값과 정확히 일치해야 합니다(대소문자 구분).
    </Info>

    자세한 지침은 [Usage-Based Billing Guide](/developer-resources/usage-based-billing-guide)를 참조하세요.
  </Step>

  <Step title="Track Token Usage">
    LLM 클라이언트를 래핑하여 자동으로 추적을 시작하세요:

    <CodeGroup>
      ```javascript AI SDK theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import { generateText } from 'ai';
      import { google } from '@ai-sdk/google';

      const llmTracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'aisdk.usage',
      });

      const client = llmTracker.wrap({
        client: { generateText },
        customerId: 'customer_123'
      });

      const response = await client.generateText({
        model: google('gemini-2.0-flash'),
        prompt: 'Hello!',
        maxOutputTokens: 500
      });

      console.log('Usage:', response.usage);
      ```

      ```javascript OpenRouter theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import OpenAI from 'openai';

      const openrouter = new OpenAI({
        baseURL: 'https://openrouter.ai/api/v1',
        apiKey: process.env.OPENROUTER_API_KEY
      });

      const llmTracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'openrouter.usage'
      });

      const client = llmTracker.wrap({
        client: openrouter,
        customerId: 'customer_123'
      });

      const response = await client.chat.completions.create({
        model: 'qwen/qwen3-max',
        messages: [{ role: 'user', content: 'Hello!' }],
        max_tokens: 500
      });

      console.log('Response:', response.choices[0].message.content);
      console.log('Usage:', response.usage);
      ```

      ```javascript OpenAI theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import OpenAI from 'openai';

      // 1. Create your LLM client (normal way)
      const openai = new OpenAI({ 
        apiKey: process.env.OPENAI_API_KEY 
      });

      // 2. Create tracker ONCE at startup
      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode', // Use 'live_mode' for production
        eventName: 'llm.chat_completion' // Match your meter's event name
      });

      // 3. Wrap & use - automatic tracking!
      const client = tracker.wrap({ 
        client: openai, 
        customerId: 'customer_123' 
      });

      // Every API call is now automatically tracked
      const response = await client.chat.completions.create({
        model: 'gpt-4',
        messages: [{ role: 'user', content: 'Hello!' }]
      });

      // ✨ Usage automatically sent to Dodo Payments!
      console.log('Tokens used:', response.usage);
      ```

      ```javascript Anthropic theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import Anthropic from '@anthropic-ai/sdk';

      const anthropic = new Anthropic({ 
        apiKey: process.env.ANTHROPIC_API_KEY 
      });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'anthropic.usage'
      });

      const client = tracker.wrap({ 
        client: anthropic, 
        customerId: 'customer_123' 
      });

      const response = await client.messages.create({
        model: 'claude-sonnet-4-0',
        max_tokens: 1024,
        messages: [{ role: 'user', content: 'Hello Claude!' }]
      });

      console.log('Tokens used:', response.usage);
      ```

      ```javascript Groq theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import Groq from 'groq-sdk';

      const groq = new Groq({ 
        apiKey: process.env.GROQ_API_KEY 
      });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'groq.usage'
      });

      const client = tracker.wrap({ 
        client: groq, 
        customerId: 'customer_123' 
      });

      const response = await client.chat.completions.create({
        model: 'llama-3.1-8b-instant',
        messages: [{ role: 'user', content: 'Hello!' }]
      });

      console.log('Tokens:', response.usage);
      ```

      ```javascript Google Gemini theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import { GoogleGenAI } from '@google/genai';

      const googleGenai = new GoogleGenAI({
        apiKey: process.env.GOOGLE_GENERATIVE_AI_API_KEY
      });

      const llmTracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'gemini.usage'
      });

      const client = llmTracker.wrap({
        client: googleGenai,
        customerId: 'customer_123'
      });

      const response = await client.models.generateContent({
        model: 'gemini-2.5-flash',
        contents: 'Why is the sky blue?'
      });

      console.log('Response:', response.text);
      console.log('Usage:', response.usageMetadata);
      ```
    </CodeGroup>

    <Check>
      이제 모든 API 호출이 자동으로 토큰 사용을 추적하고 청구를 위해 Dodo Payments에 이벤트를 전송합니다.
    </Check>
  </Step>
</Steps>

***

## 구성

### 추적기 구성

필수 매개변수로 애플리케이션 시작 시 한 번 추적기를 생성하세요:

<ParamField path="apiKey" type="string" required>
  Dodo Payments API 키입니다. [API Keys 페이지](https://app.dodopayments.com/developer/api-keys)에서 가져오세요.

  ```javascript theme={null}
  apiKey: process.env.DODO_PAYMENTS_API_KEY
  ```
</ParamField>

<ParamField path="environment" type="string" required>
  트래커의 환경 모드입니다.

  * `test_mode` - 개발 및 테스트용으로 사용
  * `live_mode` - 운영 환경에서 사용

  ```javascript theme={null}
  environment: 'test_mode' // or 'live_mode'
  ```

  <Warning>
    개발 중에는 항상 `test_mode`을 사용하여 운영 메트릭에 영향을 주지 마세요.
  </Warning>
</ParamField>

<ParamField path="eventName" type="string" required>
  미터를 트리거하는 이벤트 이름입니다. Dodo Payments 미터에서 구성한 값과 정확히 일치해야 합니다(대소문자 구분).

  ```javascript theme={null}
  eventName: 'llm.chat_completion'
  ```

  <Info>
    이 이벤트 이름은 추적된 사용량을 청구 계산을 위한 올바른 미터와 연결합니다.
  </Info>
</ParamField>

### 래퍼 구성

LLM 클라이언트를 래핑할 때 다음 매개변수를 제공하세요:

<ParamField path="client" type="object" required>
  LLM 클라이언트 인스턴스입니다(OpenAI, Anthropic, Groq 등).

  ```javascript theme={null}
  client: openai
  ```
</ParamField>

<ParamField path="customerId" type="string" required>
  청구를 위한 고유 고객 식별자입니다. Dodo Payments에서 사용하는 고객 ID와 일치해야 합니다.

  ```javascript theme={null}
  customerId: 'customer_123'
  ```

  <Tip>
    정확한 고객별 청구를 위해 애플리케이션의 사용자 ID 또는 고객 ID를 사용하세요.
  </Tip>
</ParamField>

<ParamField path="metadata" type="object">
  추적 이벤트에 첨부할 선택적 추가 데이터입니다. 필터링 및 분석에 유용합니다.

  ```javascript theme={null}
  metadata: {
    feature: 'chat',
    userTier: 'premium',
    sessionId: 'session_123',
    modelVersion: 'gpt-4'
  }
  ```
</ParamField>

### 전체 구성 예제

<CodeGroup>
  ```javascript Full Configuration theme={null}
  import { createLLMTracker } from "@dodopayments/ingestion-blueprints";
  import { generateText } from "ai";
  import { google } from "@ai-sdk/google";
  import "dotenv/config";

  async function aiSdkExample() {
    console.log("🤖 AI SDK Simple Usage Example\n");

    try {
      // 1. Create tracker
      const llmTracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY!,
        environment: "test_mode",
        eventName: "your_meter_event_name",
      });

      // 2. Wrap the ai-sdk methods
      const client = llmTracker.wrap({
        client: { generateText },
        customerId: "customer_123",
        metadata: {
          provider: "ai-sdk",
        },
      });

      // 3. Use the wrapped function
      const response = await client.generateText({
        model: google("gemini-2.5-flash"),
        prompt: "Hello, I am a cool guy! Tell me a fun fact.",
        maxOutputTokens: 500,
      });

      console.log(response);
      console.log(response.usage);
      console.log("✅ Automatically tracked for customer\n");
    } catch (error) {
      console.error(error);
    }
  }

  aiSdkExample().catch(console.error);
  ```
</CodeGroup>

<Info>
  **자동 추적:** SDK는 응답을 수정하지 않고 백그라운드에서 토큰 사용량을 자동으로 추적합니다. 코드는 원래 제공자의 SDK를 사용할 때와 동일하게 깔끔하게 유지됩니다.
</Info>

***

## 지원되는 제공자

LLM 블루프린트는 모든 주요 LLM 제공자 및 집계기와 원활하게 작동합니다:

<AccordionGroup>
  <Accordion title="AI SDK (Vercel)" icon="code">
    범용 LLM 지원을 위해 Vercel AI SDK로 사용량을 추적하세요.

    <CodeGroup>
      ```javascript AI SDK Integration theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import { generateText } from 'ai';
      import { google } from '@ai-sdk/google';

      const llmTracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'aisdk.usage',
      });

      const client = llmTracker.wrap({
        client: { generateText },
        customerId: 'customer_123',
        metadata: {
          model: 'gemini-2.0-flash',
          feature: 'chat'
        }
      });

      const response = await client.generateText({
        model: google('gemini-2.0-flash'),
        prompt: 'Explain neural networks',
        maxOutputTokens: 500
      });

      console.log('Usage:', response.usage);
      ```
    </CodeGroup>

    **추적 항목:**

    * `inputTokens` → `inputTokens`
    * `outputTokens` + `reasoningTokens` → `outputTokens`
    * `totalTokens` → `totalTokens`
    * 모델 이름

    <Note>
      AI SDK(예: 생각 모드가 있는 Google의 Gemini 2.5 Flash)를 통해 추론 기능이 있는 모델을 사용할 때 추론 토큰은 정확한 청구를 위해 `outputTokens` 계산에 자동으로 포함됩니다.
    </Note>
  </Accordion>

  <Accordion title="OpenRouter" icon="route">
    OpenRouter의 통합 API를 통해 200개 이상의 모델에서 토큰 사용량을 추적하세요.

    <CodeGroup>
      ```javascript OpenRouter Integration theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import OpenAI from 'openai';

      // OpenRouter uses OpenAI-compatible API
      const openrouter = new OpenAI({
        baseURL: 'https://openrouter.ai/api/v1',
        apiKey: process.env.OPENROUTER_API_KEY
      });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'openrouter.usage'
      });

      const client = tracker.wrap({ 
        client: openrouter, 
        customerId: 'user_123',
        metadata: { provider: 'openrouter' }
      });

      const response = await client.chat.completions.create({
        model: 'qwen/qwen3-max',
        messages: [{ role: 'user', content: 'What is machine learning?' }],
        max_tokens: 500
      });

      console.log('Response:', response.choices[0].message.content);
      console.log('Usage:', response.usage);
      ```
    </CodeGroup>

    **추적 항목:**

    * `prompt_tokens` → `inputTokens`
    * `completion_tokens` → `outputTokens`
    * `total_tokens` → `totalTokens`
    * 모델 이름

    <Tip>
      OpenRouter는 OpenAI, Anthropic, Google, Meta 및 기타 많은 공급자의 모델에 단일 API를 통해 액세스할 수 있게 합니다.
    </Tip>
  </Accordion>

  <Accordion title="OpenAI" icon="robot">
    OpenAI의 GPT 모델에서 토큰 사용량을 자동으로 추적합니다.

    <CodeGroup>
      ```javascript OpenAI Integration theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import OpenAI from 'openai';

      const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'openai.usage'
      });

      const client = tracker.wrap({ 
        client: openai, 
        customerId: 'user_123' 
      });

      // All OpenAI methods work automatically
      const response = await client.chat.completions.create({
        model: 'gpt-4',
        messages: [{ role: 'user', content: 'Explain quantum computing' }]
      });

      console.log('Total tokens:', response.usage.total_tokens);
      ```
    </CodeGroup>

    **추적 항목:**

    * `prompt_tokens` → `inputTokens`
    * `completion_tokens` → `outputTokens`
    * `total_tokens` → `totalTokens`
    * 모델 이름
  </Accordion>

  <Accordion title="Anthropic Claude" icon="robot">
    Anthropic의 Claude 모델에서 토큰 사용량을 추적하세요.

    <CodeGroup>
      ```javascript Anthropic Integration theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import Anthropic from '@anthropic-ai/sdk';

      const anthropic = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'anthropic.usage'
      });

      const client = tracker.wrap({ 
        client: anthropic, 
        customerId: 'user_123' 
      });

      const response = await client.messages.create({
        model: 'claude-sonnet-4-0',
        max_tokens: 1024,
        messages: [{ role: 'user', content: 'Explain machine learning' }]
      });

      console.log('Input tokens:', response.usage.input_tokens);
      console.log('Output tokens:', response.usage.output_tokens);
      ```
    </CodeGroup>

    **추적 항목:**

    * `input_tokens` → `inputTokens`
    * `output_tokens` → `outputTokens`
    * 계산된 `totalTokens`
    * 모델 이름
  </Accordion>

  <Accordion title="Groq" icon="gauge-high">
    Groq로 초고속 LLM 추론을 추적합니다.

    <CodeGroup>
      ```javascript Groq Integration theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import Groq from 'groq-sdk';

      const groq = new Groq({ apiKey: process.env.GROQ_API_KEY });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'groq.usage'
      });

      const client = tracker.wrap({ 
        client: groq, 
        customerId: 'user_123' 
      });

      const response = await client.chat.completions.create({
        model: 'llama-3.1-8b-instant',
        messages: [{ role: 'user', content: 'What is AI?' }]
      });

      console.log('Tokens:', response.usage);
      ```
    </CodeGroup>

    **추적 항목:**

    * `prompt_tokens` → `inputTokens`
    * `completion_tokens` → `outputTokens`
    * `total_tokens` → `totalTokens`
    * 모델 이름
  </Accordion>

  <Accordion title="Google Gemini" icon="sparkles">
    Google GenAI SDK를 통해 Google의 Gemini 모델에서 토큰 사용량을 추적하세요.

    <CodeGroup>
      ```javascript Google Gemini Integration theme={null}
      import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
      import { GoogleGenAI } from '@google/genai';

      const googleGenai = new GoogleGenAI({ 
        apiKey: process.env.GOOGLE_GENERATIVE_AI_API_KEY 
      });

      const tracker = createLLMTracker({
        apiKey: process.env.DODO_PAYMENTS_API_KEY,
        environment: 'test_mode',
        eventName: 'gemini.usage'
      });

      const client = tracker.wrap({ 
        client: googleGenai, 
        customerId: 'user_123' 
      });

      const response = await client.models.generateContent({
        model: 'gemini-2.5-flash',
        contents: 'Explain quantum computing'
      });

      console.log('Response:', response.text);
      console.log('Usage:', response.usageMetadata);
      ```
    </CodeGroup>

    **추적 항목:**

    * `promptTokenCount` → `inputTokens`
    * `candidatesTokenCount` + `thoughtsTokenCount` → `outputTokens`
    * `totalTokenCount` → `totalTokens`
    * 모델 버전

    <Note>
      **Gemini 생각 모드:** Gemini 2.5 Pro 같은 생각/추론 기능이 있는 Gemini 모델을 사용할 때 SDK는 계산 비용을 정확하게 반영하기 위해 `outputTokens`에 `thoughtsTokenCount`(추론 토큰)을 자동으로 포함합니다.
    </Note>
  </Accordion>
</AccordionGroup>

***

## 고급 사용법

### 여러 제공자

별도의 추적기를 사용하여 다양한 LLM 제공자에서 사용량을 추적하세요:

<CodeGroup>
  ```javascript Multiple Provider Setup theme={null}
  import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
  import OpenAI from 'openai';
  import Groq from 'groq-sdk';
  import Anthropic from '@anthropic-ai/sdk';
  import { GoogleGenAI } from '@google/genai';

  // Create separate trackers for different providers
  const openaiTracker = createLLMTracker({
    apiKey: process.env.DODO_PAYMENTS_API_KEY,
    environment: 'live_mode',
    eventName: 'openai.usage'
  });

  const groqTracker = createLLMTracker({
    apiKey: process.env.DODO_PAYMENTS_API_KEY,
    environment: 'live_mode',
    eventName: 'groq.usage'
  });

  const anthropicTracker = createLLMTracker({
    apiKey: process.env.DODO_PAYMENTS_API_KEY,
    environment: 'live_mode',
    eventName: 'anthropic.usage'
  });

  const geminiTracker = createLLMTracker({
    apiKey: process.env.DODO_PAYMENTS_API_KEY,
    environment: 'live_mode',
    eventName: 'gemini.usage'
  });

  const openrouterTracker = createLLMTracker({
    apiKey: process.env.DODO_PAYMENTS_API_KEY,
    environment: 'live_mode',
    eventName: 'openrouter.usage'
  });

  // Initialize clients
  const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });
  const groq = new Groq({ apiKey: process.env.GROQ_API_KEY });
  const anthropic = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });
  const googleGenai = new GoogleGenAI({ apiKey: process.env.GOOGLE_GENERATIVE_AI_API_KEY });
  const openrouter = new OpenAI({ 
    baseURL: 'https://openrouter.ai/api/v1',
    apiKey: process.env.OPENROUTER_API_KEY 
  });

  // Wrap clients
  const trackedOpenAI = openaiTracker.wrap({ client: openai, customerId: 'user_123' });
  const trackedGroq = groqTracker.wrap({ client: groq, customerId: 'user_123' });
  const trackedAnthropic = anthropicTracker.wrap({ client: anthropic, customerId: 'user_123' });
  const trackedGemini = geminiTracker.wrap({ client: googleGenai, customerId: 'user_123' });
  const trackedOpenRouter = openrouterTracker.wrap({ client: openrouter, customerId: 'user_123' });

  // Use whichever provider you need
  const response = await trackedOpenAI.chat.completions.create({...});
  // or
  const geminiResponse = await trackedGemini.models.generateContent({...});
  // or
  const openrouterResponse = await trackedOpenRouter.chat.completions.create({...});
  ```
</CodeGroup>

<Tip>
  공급자별로 다른 이벤트 이름을 사용하여 미터에서 사용량을 별도로 추적하세요.
</Tip>

### Express.js API 통합

Express.js API에 LLM 추적을 통합하는 완전한 예제입니다:

<CodeGroup>
  ```javascript Express.js Server theme={null}
  import express from 'express';
  import { createLLMTracker } from '@dodopayments/ingestion-blueprints';
  import OpenAI from 'openai';

  const app = express();
  app.use(express.json());

  // Initialize OpenAI client
  const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

  // Create tracker once at startup
  const tracker = createLLMTracker({
    apiKey: process.env.DODO_PAYMENTS_API_KEY,
    environment: process.env.NODE_ENV === 'production' ? 'live_mode' : 'test_mode',
    eventName: 'api.chat_completion'
  });

  // Chat endpoint with automatic tracking
  app.post('/api/chat', async (req, res) => {
    try {
      const { message, userId } = req.body;
      
      // Validate input
      if (!message || !userId) {
        return res.status(400).json({ error: 'Missing message or userId' });
      }
      
      // Wrap client for this specific user
      const trackedClient = tracker.wrap({
        client: openai,
        customerId: userId,
        metadata: { 
          endpoint: '/api/chat',
          timestamp: new Date().toISOString()
        }
      });
      
      // Make LLM request - automatically tracked
      const response = await trackedClient.chat.completions.create({
        model: 'gpt-4',
        messages: [{ role: 'user', content: message }],
        temperature: 0.7
      });
      
      const completion = response.choices[0].message.content;
      
      res.json({ 
        message: completion,
        usage: response.usage
      });
    } catch (error) {
      console.error('Chat error:', error);
      res.status(500).json({ error: 'Internal server error' });
    }
  });

  app.listen(3000, () => {
    console.log('Server running on port 3000');
  });
  ```
</CodeGroup>

***

## 추적되는 항목

모든 LLM API 호출은 다음 구조로 Dodo Payments에 사용량 이벤트를 자동으로 전송합니다:

<CodeGroup>
  ```json Event Structure theme={null}
  {
    "event_id": "llm_1673123456_abc123",
    "customer_id": "customer_123",
    "event_name": "llm.chat_completion",
    "timestamp": "2024-01-08T10:30:00Z",
    "metadata": {
      "inputTokens": 10,
      "outputTokens": 25,
      "totalTokens": 35,
      "model": "gpt-4",
    }
  }
  ```
</CodeGroup>

### 이벤트 필드

<ParamField path="event_id" type="string">
  이 특정 이벤트의 고유 식별자입니다. SDK에서 자동으로 생성됩니다.

  형식: `llm_[timestamp]_[random]`
</ParamField>

<ParamField path="customer_id" type="string">
  클라이언트를 래핑할 때 제공한 고객 ID입니다. 청구에 사용됩니다.
</ParamField>

<ParamField path="event_name" type="string">
  미터를 트리거하는 이벤트 이름입니다. 트래커 구성과 일치합니다.
</ParamField>

<ParamField path="timestamp" type="string">
  이벤트가 발생한 ISO 8601 타임스탬프입니다.
</ParamField>

<ParamField path="metadata" type="object">
  토큰 사용량 및 추가 추적 데이터입니다:

  * `inputTokens` - 사용된 입력/프롬프트 토큰 수
  * `outputTokens` - 사용된 출력/완료 토큰 수(해당하는 경우 추론 토큰 포함)
  * `totalTokens` - 총 토큰 수(입력 + 출력)
  * `model` - 사용된 LLM 모델(e.g., "gpt-4")
  * `provider` - LLM 공급자(래퍼 메타데이터에 포함된 경우)
  * 클라이언트를 래핑할 때 제공한 사용자 정의 메타데이터

  <Note>
    **추론 토큰:** 추론 기능이 있는 모델의 경우 `outputTokens`에는 완료 토큰과 추론 토큰이 자동으로 포함됩니다.
  </Note>
</ParamField>

<Info>
  Dodo Payments 미터는 사용량 및 청구를 계산하기 위해 `metadata` 필드(특히 `inputTokens`, `outputTokens` 또는 `totalTokens`)를 사용합니다.
</Info>

***