token-budget-contracts v0.3.0 — LangGraph/CrewAI 适配器 + OpenTelemetry 实现多智能体令牌治理

之前在这里发过关于 token-budget-contracts 的帖子，这是我用来管理多智能体系统令牌消耗的库。核心理念：每个智能体都有一个优先级和预算，当某个智能体在任务中途耗尽令牌时，空闲或优先级较低的智能体会重新分配多余的令牌，而不是整个任务失败。此外，还有置信度门控机制，一旦智能体对答案有足够信心，就会停止消耗令牌。上次最常见的问题是“这真的能接入我的框架吗？”所以 v0.3.0 主要就是解决这个：原生 LangGraph 适配器——节点只是接收状态并返回更新的可调用对象，因此可以直接包装：python: from tbcontracts.adapters import TBCGraphGovernor gov = TBCGraphGovernor() gov.register("researcher", priority=3, max_tokens=4000) gov.register("critic", priority=1, max_tokens=2000) graph.add_node("researcher", gov.wrap("researcher", researcher_node, usage_key="tokens_used")) graph.add_node("critic", gov.wrap("critic", critic_node, usage_key="tokens_used")) 原生 CrewAI 适配器——在稳定的边界（运行智能体任务的可调用对象）进行治理，通过你传入的 usage_fn 读取精确使用量。OpenTelemetry 集成——每次治理决策都会生成一个 tbc.* span（重新分配、门控阻塞、使用量记录），包含涉及智能体和令牌移动的属性。在 Grafana/Datadog/Honeycomb 中与现有智能体追踪一起监控预算活动。可选加入，无硬依赖。精确核算——使用来自提供商 API 响应的实际令牌数量，而非估算。pip install token-budget-contracts 仍处于早期阶段，正在积极开发中。适配器已经针对框架调用契约进行了单元测试，但我特别希望从那些在真实 LangGraph 或 CrewAI 图中运行的人那里获得反馈——想知道 usage_key/usage_fn 方法是否符合你们实际追踪令牌的方式，或者是否感觉别扭。欢迎提交问题和 PR。