本文介绍一个开源的 AI 编程助手用量追踪工具 AIUsage,帮你看清 token 消耗、费用趋势和配额压力。

先说结论

上个月我打开自己写的用量追踪仪表盘,看到那个数字的时候愣了一下——token 总消耗是一个十位数,按官方定价估算,费用折合人民币数万元。

我日常在 Claude Code、Cursor、Codex 之间来回切换。每个工具的订阅费我都记得,但 token 级别的消耗?完全是黑盒。

直到我把所有工具的日志汇总到一起,才真正看清了全貌。

你可能也有同样的问题

如果你同时在用两个以上的 AI 编程工具,大概率会遇到这些情况:

  • 费用感知模糊:Claude Code 订阅 $100/月,Cursor $20/月,Codex 按 token 计费……加在一起到底花了多少?
  • 配额焦虑:Claude Code 的 5 小时窗口快用完了,要不要省着点?还是切到 Codex 先顶一下?
  • 模型选择困难:Opus 贵但强,Sonnet 便宜但够用,GPT-5 性价比如何?没有数据全凭感觉。
  • 跨工具对比缺失:每个工具都有自己的用量统计,但没有一个地方能横向比较。

我之前的做法是——不管,用就完了。直到月底看账单才发现不对劲。

所以我做了 AIUsage

AIUsage 是一个本地优先的 AI 编程助手用量追踪工具。它读取各个 AI 工具在本地留下的日志和数据库,解析出 token、费用、会话、模型等维度的数据,然后在一个本地仪表盘里统一展示。

两条命令就能跑起来:

npm install -g @juliantanx/aiusage
aiusage serve

打开 http://localhost:3847,效果如下(演示数据):

AIUsage 仪表盘演示

核心特点:

  • 数据全部在本地解析和存储,不上传 prompt、源码或文件路径
  • 支持 20+ 款 AI 编程工具(Claude Code、Codex、Cursor、Copilot、Gemini CLI、Kiro 等)
  • 安装即用,无需账号、无需配置 API Key

它到底能看到什么?

1. Token 消耗趋势

按天查看 token 用量,区分 Input / Output / Cache Read / Cache Write / Thinking,清楚知道哪天用得多、为什么多。比如我发现某天 token 用量突然飙升——回忆了一下,那天在用 Claude Code 做一个大规模重构,上下文窗口反复拉满。有了这个数据,下次遇到类似场景我会考虑先拆任务再让 AI 处理。

2. 费用拆解

按工具和模型两个维度拆解费用,一眼就能看出钱花在了哪里。从我的数据来看,Claude Code 一个工具就占了总费用的一半以上,其次是 Codex 和 Cursor。更有意思的是模型维度——Opus 的费用占比远高于它的调用次数占比,说明少量的 Opus 调用就能吃掉一大块预算。这让我重新审视了「默认用 Opus」的习惯。

3. 模型排行

哪些模型用得最多?每个模型的 token 分布和费用占比是多少?比如 Sonnet 系列的 token 用量排名第一,但费用上 Opus 才是大头。这种「用量和费用倒挂」的洞察,只有把数据拉到一起才能看到。

4. 会话级别的详情

每一次会话的模型、时长、token 分布、费用都有记录,支持点进去看每一轮 API 调用的详情。这个功能在排查「为什么这次对话这么贵」的时候非常有用。比如一次 Cursor 会话才十几分钟,费用却比预期高不少,点进去一看,Cache Read 占了大头——说明上下文很长,反复传递历史消息。

5. 工具调用统计

AI 编程助手在帮你写代码的过程中调用了多少次 Read、Write、Bash、Grep?哪些 MCP Server(Linear、Figma、Sentry)被调用得最多?这个数据能帮你判断 AI 的工作模式:如果 Read 和 Grep 远多于 Write,说明 AI 在花大量时间理解代码而不是产出代码,可能需要优化 prompt 或提供更精准的上下文。

6. 配额监控

实时查看 Claude Code 和 Codex 的官方配额使用情况,不用再去各自的网页反复刷新。多个工具的配额信息集中在一个页面,切换工具的决策变得更有依据。

7. 桌面小组件

不想每次都打开浏览器?装一个菜单栏小组件,随时瞄一眼今天用了多少。

npm install -g @juliantanx/aiusage-widget
aiusage-widget

8. 定价管理

内置各主流模型的定价数据,支持自定义编辑,还能一键同步最新价格。费用估算基于实际 token 消耗 x 模型单价,虽然是估算,但比「完全没概念」强太多。

隐私安全

这是我做这个工具时最在意的一点:所有数据解析和存储都在本地完成。

  • 不上传 prompt 和 completion
  • 不上传源码和文件路径
  • 不需要任何 AI 工具的 API Key
  • 本地仪表盘无需账号,不发送遥测

它只读取各工具已经写到本地磁盘的日志文件(比如 Claude Code 的 JSONL 日志、Cursor 的 SQLite 数据库等),提取 token 数量和模型信息,仅此而已。

可选的同步功能(GitHub / S3 / R2 / MinIO)和公开排行榜都是需要你主动配置才会启用的,默认完全离线。

支持的工具列表

目前已经覆盖 24 款 AI 编程工具:

Claude Code Codex OpenCode Cursor Hermes
Qoder OpenClaw KiloCode Kelivo Copilot
Gemini CLI Kimi Code CodeBuddy Kiro Grok Build
Antigravity Roo Code Zed Goose oh-my-pi
pi Craft Droid ZCode

如果你用的工具不在列表里,欢迎提 Issue 或 PR,解析器的扩展模式比较统一,加起来很快。

快速上手

三种安装方式:

npm:

npm install -g @juliantanx/aiusage
aiusage serve

pnpm:

pnpm add -g @juliantanx/aiusage
aiusage serve

Docker:

docker run -d \
  -p 3847:3847 \
  -v ~/.aiusage:/root/.aiusage \
  juliantanx/aiusage

安装后打开 http://localhost:3847,首次启动会自动解析本地已有的 AI 工具日志,几秒钟就能看到数据。

常用命令速查:

aiusage              # 终端快速查看用量摘要
aiusage serve        # 启动仪表盘
aiusage parse        # 手动触发一次日志解析
aiusage status       # 查看数据源状态
aiusage widget       # 启动桌面小组件
aiusage export       # 导出数据

写在最后

做这个工具的初衷很简单:我想知道自己在 AI 编程上到底花了多少钱,花得值不值。

在 AI 编程助手百花齐放的今天,很多开发者和我一样在多个工具之间切换。每个工具都有自己的计费逻辑和用量统计,但缺少一个统一的视角来全面了解自己的 AI 使用情况。

AIUsage 尝试解决的就是这个问题。它不会帮你省钱,但会让你清楚地看到钱花在了哪里——有了数据,优化才有方向。

项目完全开源,MIT 协议,欢迎 Star 和贡献:

如果你也在用多个 AI 编程工具,不妨装上试试,看看你的 token 账单会不会让你和我一样吃惊。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐