AUDR by Chargebee

AUDR by Chargebee

Chargebee · Produktivität · Business

AUDR by Chargebee ist ein offener JSON-Standard, der festhält, wer einen Agentenlauf gestartet hat und was jeder Modell- oder Tool-Aufruf gekostet hat, damit Teams aus einem gemeinsamen Datensatz fakturieren und planen.

Vorschau der Oberfläche von AUDR by Chargebee

Über AUDR by Chargebee

What Is AUDR by Chargebee

AUDR steht für Agent Usage Detail Record. Es ist eine Spezifikation und kein Dashboard: ein JSON-Objekt pro abgerechneter Operation, mit einem Schema, das jeder Agenten-Harness, Router, Modellanbieter oder Abrechnungssystem schreiben und lesen kann. Chargebee hat den Standard entworfen und veröffentlicht die Spezifikation unter Apache 2.0.

Die Lücke liegt bei der Zuordnung. Ihre Anwendung weiß, welcher Kunde den Lauf ausgelöst hat. Der Router kennt die Token-Zahlen. Die Tool-Schicht weiß, dass die Sandbox vier Minuten offen blieb. Jedes System lässt sich für sich beobachten, und keines sagt Ihnen, dass der Support-Agent von Acme letzten Dienstag 38 Cent gekostet hat. Die meisten Teams merken das zuerst als Problem der Kostenverfolgung für Agenten, weil die monatliche Modellrechnung verbirgt, welches Feature das Budget frisst.

Der Entwurf kommt aus der Telekommunikation. Netzbetreiber einigten sich auf den Call Detail Record, damit ein Anruf in einem gemeinsamen Format beschrieben werden kann, egal wessen Vermittlungsstelle ihn führte. AUDR setzt für Agentenläufe auf dasselbe Prinzip: eine geteilte Lauf-ID, genau ein zuständiger Schreiber pro Feld und Fusionsregeln, die ein Sink ohne Raten anwendet.

Die Grenzen zählen. AUDR beschreibt Nutzung, nicht die Rechnung. Die Tarifierung, also der Schritt von Token zu einem berechenbaren Betrag, bleibt außerhalb der Spezifikation. Der Sink prüft, entdoppelt und speichert nur.

Getting Started

  1. Installieren Sie das Kernpaket für Ihren Stack, pip install audr oder npm install @openaudr/audr, und wählen Sie einen Sink: eine lokale JSONL-Datei zum Testen oder Chargebee für die Abrechnung.
  2. Legen Sie einen Client mit diesem Sink und einem Emitter-Block an, der Komponente, Anwendung und Version nennt.
  3. Registrieren Sie einen Adapter für die Laufzeit, die Sie schon nutzen, etwa LiteLLM, das Vercel AI SDK, Mastra oder NeMo Relay, oder rufen Sie client.record() selbst auf.
  4. Übergeben Sie bei jeder Anfrage die Zuordnung, meist eine Konto- oder Abo-ID plus Umgebung, und lesen Sie danach die JSONL-Ausgabe oder die zusammengeführten Datensätze im Abrechnungssystem.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von AUDR by Chargebee.

Kostenloser TarifJa
Bezahlte TarifeFree (Apache 2.0), $0
PlattformWeb, Python, TypeScript
EntwicklerChargebee
KategorieProduktivität · Business
VeröffentlichungsdatumSep 2026
Zuletzt aktualisiertOct 2026
Website-Besuche2.5M
Globales Website-Ranking18.1K
API-VerfügbarkeitJa

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • KI-Produktingenieure
  • Finanzteams von KI-Firmen
  • Plattformingenieure, die nutzungsbasierte Abrechnung einsetzen
  • Gründer, die ein Agentenprodukt bepreisen

Aufgaben

  • Modellkosten Kunden zuordnen
  • Toolkosten prüfen
  • Verbrauchsrechnungen vorbereiten
  • Ein Margenproblem untersuchen

Szenarien

  • Ein Support-Agent, bei dem ein Kunde alle anderen im Volumen übertrifft
  • Ein Stack mit mehreren Modellen und Ausweichrouten
  • Ein Pilot, der von Pauschalabo auf Verbrauchspreis wechselt

Wichtigste Funktionen

Eine Lauf-ID, die jeden Sprung übersteht

Der Harness erzeugt pro Operation eine run_id und eine span_id und gibt beide in den Request-Metadaten weiter. Router, Anbieter und Tool-Schicht geben dasselbe Paar zurück. Der Sink führt Datensätze mit diesen beiden Werten zusammen, sodass ein von drei Komponenten beschriebener Modellaufruf als eine Zeile ankommt und nicht als drei Bruchstücke.

Ein Schreiber pro Feld

AUDR verteilt die Zuständigkeit, statt jeden Baustein einen gemeinsamen Block überschreiben zu lassen. Der Harness besitzt die Zuordnung: Kunde, Umgebung, Auslöser. Der Router besitzt die Nutzung: Token und Anbieter. Konflikte werden abgelehnt und nicht nach dem letzten Schreiber entschieden.

Korrekturen nur als neue Datensätze

Datensätze sind unveränderlich. Eine falsche Zahl zu korrigieren heißt, einen neuen Datensatz aus derselben Emitter-Komponente zu senden; der Sink ersetzt den alten über die record_id. Sie behalten die Prüfspur, statt den ursprünglichen Wert zu verlieren.

Rohzähler statt abgeleiteter Preise

Ein Datensatz trägt Eingabe-Token, Ausgabe-Token, Tool-Aufrufe, Rechensekunden und ähnliche Zähler. Das Kostenobjekt ist optional und informativ. Diese Trennung erlaubt es, den Verlauf neu zu bewerten, wenn ein Anbieter seine Preise ändert, ohne die Messung umzuschreiben.

Adapter für gängige Agenten-Laufzeiten

Fertige Adapter gibt es für LiteLLM, NVIDIA NeMo Relay, Merge Gateway, das Vercel AI SDK, Mastra und OpenRouter. Einen registrieren, und jeder Modell- oder Tool-Aufruf erzeugt einen Datensatz, samt zugehörigem Konto.

Sinks mit Anschluss an Abrechnungssysteme

Chargebee und Lago liefern Referenz-Sinks, ein Datei-Sink reicht für die ersten Tests. Der Vertrag ist kurz: prüfen, entdoppeln, zusammenführen, speichern. Dieselben Datensätze in ein Data Warehouse oder eine Queue zu leiten, ist ein realistisches Wochenendprojekt.

Vor- und Nachteile

Vorteile

  • Apache-2.0-Lizenz mit öffentlichem Schema und Konformitäts-Fixtures, sodass Sie eine Implementierung testen können, bevor Sie sich binden.
  • Anbieterneutral: Derselbe Datensatz funktioniert, ob der Verkehr über OpenRouter, LiteLLM oder ein eigenes Gateway läuft.
  • Kleine Oberfläche. Ein Datensatz ist reines JSON, die drei Fusionsregeln passen auf eine Seite.
  • Python- und TypeScript-SDK plus Datei-Sink ermöglichen einer Person brauchbare Daten an einem Nachmittag.
  • Kein gehostetes Konto, kein Mindestumsatz und kein Vertriebsgespräch zum Start.

Nachteile

  • Die Spezifikation ist jung. Version 1.1.0 kam im Oktober 2026, die Feldabdeckung wird sich weiter verschieben.
  • Die Liste der Adapter und Sinks ist kurz. Teams mit anderen Gateways schreiben ihre Integration selbst.
  • Die Tarifierung liegt außerhalb des Standards, Sie brauchen also weiterhin Abrechnungslogik, um Nutzung in eine Rechnung zu verwandeln.
  • Für Speicherung, Abfragen und Warnmeldungen kommt nichts mit. Reporting bleibt Ihre Aufgabe.

Häufige Fragen

Agent Usage Detail Record. Es ist eine JSON-Spezifikation für eine abgerechnete Operation in einem Agentensystem, die festhält, wer sie ausgelöst hat und was sie verbraucht hat.