Hoppa till huvudinnehåll
Perfekt för SaaS-appar, AI-chattbotar, innehållsgenereringsverktyg och alla LLM-drivna applikationer som behöver användningsbaserad fakturering.

Snabbstart

Kom igång med automatisk LLM-tokenövervakning på bara 2 minuter:
1

Installera SDK

Installera Dodo Payments Ingestion Blueprints:
npm install @dodopayments/ingestion-blueprints
2

Hämta dina API-nycklar

Du behöver två API-nycklar:
  • Dodo Payments API-nyckel: Hämta den från Dodo Payments Dashboard
  • LLM-leverantörs API-nyckel: Från AI SDK, OpenAI, Anthropic, Groq, etc.
Lagra dina API-nycklar säkert i miljövariabler. Kom aldrig att begå dem till versionskontroll.
3

Skapa en mätare i Dodo Payments

Innan du spårar användning, skapa en mätare i din Dodo Payments-dashboard:
  1. Logga inDodo Payments Dashboard
  2. Navigera till Produkter → Mätare
  3. Klicka på “Skapa mätare”
  4. Konfigurera din mätare:
    • Mätarnamn: Välj ett beskrivande namn (t.ex. “LLM Tokenanvändning”)
    • Händelsenamn: Ställ in en unik händelseidentifierare (t.ex. llm.chat_completion)
    • Aggregations typ: Välj sum för att summera tokenantal
    • Över egenskap: Välj vad som ska spåras:
      • inputTokens - Spåra inmatnings-/prompt-tokens
      • outputTokens - Spåra utdata/slutförande-tokens (inkluderar resonemangstokens när det är tillämpligt)
      • totalTokens - Spåra kombinerade inmatnings + utdata-tokens
Det Händelsenamn du ställer in här måste matcha exakt vad du skickar till SDK:n (skiftlägeskänsligt).
För detaljerade instruktioner, se Guiden för användningsbaserad fakturering.
4

Spåra tokenanvändning

Wrap din LLM-klient och börja spåra automatiskt:
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);
Det är allt! Varje API-anrop spårar nu automatiskt tokenanvändning och skickar händelser till Dodo Payments för fakturering.

Konfiguration

Tracker-konfiguration

Skapa en tracker en gång vid applikationsstart med dessa obligatoriska parametrar:
apiKey
string
obligatorisk
Din Dodo Payments API-nyckel. Hämta den från API-nyckelsidan.
apiKey: process.env.DODO_PAYMENTS_API_KEY
environment
string
obligatorisk
Miljöläget för trackern.
  • test_mode - Används för utveckling och testning
  • live_mode - Används för produktion
environment: 'test_mode' // or 'live_mode'
Använd alltid test_mode under utveckling för att undvika att påverka produktionsmetrik.
eventName
string
obligatorisk
Händelsenamnet som utlöser din mätare. Måste matcha exakt vad du konfigurerade i din Dodo Payments-mätare (skiftlägeskänsligt).
eventName: 'llm.chat_completion'
Detta händelsenamn kopplar din spårade användning till rätt mätare för faktureringsberäkningar.

Wrapper-konfiguration

När du wrappar din LLM-klient, ange dessa parametrar:
client
object
obligatorisk
Din LLM-klientinstans (OpenAI, Anthropic, Groq, etc.).
client: openai
customerId
string
obligatorisk
Den unika kundidentifieraren för fakturering. Detta bör matcha din kund-ID i Dodo Payments.
customerId: 'customer_123'
Använd din applikations användar-ID eller kund-ID för att säkerställa korrekt fakturering per kund.
metadata
object
Valfri ytterligare data att bifoga till spårningsevenemanget. Användbart för filtrering och analys.
metadata: {
  feature: 'chat',
  userTier: 'premium',
  sessionId: 'session_123',
  modelVersion: 'gpt-4'
}

Fullständig konfigurations exempel

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);
Automatisk spårning: SDK:n spårar automatiskt tokenanvändning i bakgrunden utan att ändra svaret. Din kod förblir ren och identisk med att använda de ursprungliga leverantörens SDK:er.

Stödda leverantörer

LLM Blueprint fungerar sömlöst med alla större LLM-leverantörer och aggregatörer:
Spåra användning med Vercel AI SDK för universellt LLM-stöd.
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);
Spårade mätvärden:
  • inputTokensinputTokens
  • outputTokens + reasoningTokensoutputTokens
  • totalTokenstotalTokens
  • Modellnamn
När du använder modeller med resonemangskapacitet genom AI SDK (som Googles Gemini 2.5 Flash med tänkande läge), inkluderas resonemangstokens automatiskt i outputTokens räkningen för korrekt fakturering.
Spåra tokenanvändning över 200+ modeller via OpenRouters enhetliga API.
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);
Spårade mätvärden:
  • prompt_tokensinputTokens
  • completion_tokensoutputTokens
  • total_tokenstotalTokens
  • Modellnamn
OpenRouter ger tillgång till modeller från OpenAI, Anthropic, Google, Meta och många fler leverantörer genom ett enda API.
Spåra tokenanvändning från OpenAIs GPT-modeller automatiskt.
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);
Spårade mätvärden:
  • prompt_tokensinputTokens
  • completion_tokensoutputTokens
  • total_tokenstotalTokens
  • Modellnamn
Spåra tokenanvändning från Anthropics Claude-modeller.
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);
Spårade mätvärden:
  • input_tokensinputTokens
  • output_tokensoutputTokens
  • Beräknad totalTokens
  • Modellnamn
Spåra ultra-snabb LLM-inferens med Groq.
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);
Spårade mätvärden:
  • prompt_tokensinputTokens
  • completion_tokensoutputTokens
  • total_tokenstotalTokens
  • Modellnamn
Spåra tokenanvändning från Googles Gemini-modeller via Google GenAI SDK.
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);
Spårade mätvärden:
  • promptTokenCountinputTokens
  • candidatesTokenCount + thoughtsTokenCountoutputTokens
  • totalTokenCounttotalTokens
  • Modellversion
Gemini Tänkande Läge: När du använder Gemini-modeller med tänkande/resonemangskapacitet (som Gemini 2.5 Pro), inkluderar SDK:n automatiskt thoughtsTokenCount (resonemangstokens) i outputTokens för att noggrant återspegla den fulla beräkningskostnaden.

Avancerad användning

Flera leverantörer

Spåra användning över olika LLM-leverantörer med separata trackrar:
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({...});
Använd olika händelsenamn för olika leverantörer för att spåra användning separat i dina mätare.

Express.js API-integration

Fullständigt exempel på att integrera LLM-spårning i en Express.js API:
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');
});

Vad som spåras

Varje LLM API-anrop skickar automatiskt en användningsevenemang till Dodo Payments med följande struktur:
{
  "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",
  }
}

Händelsefält

event_id
string
Unik identifierare för denna specifika händelse. Genereras automatiskt av SDK:n.Format: llm_[timestamp]_[random]
customer_id
string
Kund-ID:t du angav när du wrappar klienten. Används för fakturering.
event_name
string
Händelsenamnet som utlöser din mätare. Matchar din tracker-konfiguration.
timestamp
string
ISO 8601-tidsstämpel när händelsen inträffade.
metadata
object
Tokenanvändning och ytterligare spårningsdata:
  • inputTokens - Antal inmatnings-/prompt-tokens som används
  • outputTokens - Antal utdata/slutförande-tokens som används (inkluderar resonemangstokens när det är tillämpligt)
  • totalTokens - Totalt antal tokens (inmatning + utdata)
  • model - Den LLM-modell som användes (t.ex. “gpt-4”)
  • provider - Den LLM-leverantör (om inkluderad i wrapper-metadata)
  • All anpassad metadata du angav när du wrappar klienten
Resonemangstokens: För modeller med resonemangskapacitet, outputTokens inkluderar automatiskt både slutförandetokens och resonemangstokens.
Din Dodo Payments-mätare använder metadata fälten (särskilt inputTokens, outputTokens eller totalTokens) för att beräkna användning och fakturering.