Claude Code 们花了多少 Token?agentsview 用一个本地工具回答了这个问题

用 Claude Code 一个月花了多少钱?用 Codex 写的代码和用 Cursor 写的代码,Token 消耗差多少?团队里每个人都在用不同的 AI 编程 Agent,但没有人能说清楚整体消耗——这个问题,agentsview 想解决。

它是做什么的

kenn-io/agentsview(5,071 ⭐,Go 语言,MIT 许可证)是一个本地优先的 AI 编程 Agent 会话搜索与成本分析工具。第一次启动时,它会自动扫描本机所有支持的 Agent 的会话目录,把数据同步进一个本地 SQLite 数据库,然后通过 Web 界面、CLI 或 REST API 呈现代价、用量、趋势等数据。

支持的主流 Agent 超过 20 种,包括 Claude Code、Codex(OpenAI)、Forge、Devin CLI、OpenCode、Cursor,以及国产的 Qwen Coder 等。本地二进制安装,无须注册账号,所有数据存在你自己机器上。

最新版本 v0.41.0 于今天(2026-08-17)刚刚发布,距上一个版本还不到一周,开发迭代非常活跃。

核心功能:从用量到洞察

Token 与成本追踪

agentsview usage daily 是日常最高频使用的命令——默认输出最近 30 天的每日成本摘要,按模型分项,支持 --breakdown 查看每个模型的消耗占比。

# 每日成本摘要
agentsview usage daily

# 按模型分项
agentsview usage daily --breakdown

# 过滤 Agent 和日期范围
agentsview usage daily --agent claude --since 2026-04-01

# JSON 输出,适合接入监控或状态栏
agentsview usage daily --all --json

官方表示,由于数据已在 SQLite 里建好索引,查询速度比每次重新解析原始会话文件快 100 倍以上。对于需要把消耗接进公司财务系统的团队,agentsview usage daily --all --json 的输出可以直接进管道,不用额外写解析脚本。

会话搜索与详情

agentsview session list 列出所有历史会话,agentsview session usage <id> 输出单个会话的 output token 数量、峰值上下文 token 数以及费用估算(cost 字段)。所有数据同样可以通过 REST API 访问:

GET /api/v1/sessions/{id}/usage

返回 session_id、agent、project、total_output_tokens、peak_context_tokens、cost 等完整字段。

多人协作:PostgreSQL 与 DuckDB

单人本地使用的场景,agentsview serve 起 Web UI 加 agentsview daemon start 后台守护进程就够了。但如果团队需要集中查看所有人的消耗,agentsview 支持把数据推进 PostgreSQL:

docker compose -f docker-compose.prod.yaml up -d

也可以用 DuckDB 做只读镜像,通过 Quack 协议对外提供查询接口,适合只想看数据而不需要写入的场景:

docker run --rm -p 127.0.0.1:9494:9494 
  -v agentsview-data:/data 
  ghcr.io/kenn-io/agentsview:latest 
  duckdb quack serve --bind quack:0.0.0.0:9494 --token "$QUACK_TOKEN" --allow-insecure

此外,Claude 和 Codex 的会话目录也可以配置为 S3 根路径,远程机器把会话数据 push 到 S3 后,中央的 agentsview 实例可以增量同步,不需要每个员工都装一套。

安装门槛:真的只要一条命令吗

安装确实简单——macOS/Linux 一行,Windows 一行,桌面版可以直接 brew install --cask agentsview。Docker 镜像也随时可用。

但要注意几个实际限制:

第一,首次运行需要 agent 的会话数据已经在本地磁盘上。如果团队用的是云端配置或者 OAuth 认证而非本地会话目录,agentsview 读不到数据。Devin CLI 用户需要正确配置 DEVIN_DIR,且路径下必须包含 cli/ 子目录。

第二,Web UI 默认绑定 loopback(127.0.0.1:8080),且会校验 Host 请求头防止 DNS rebinding 攻击。如果要通过 SSH 端口转发访问,需要显式指定 --public-url 参数;如果要对外暴露,则必须加 --require-auth。这个安全设计本身是合理的,但增加了远程访问的配置成本。

第三,目前没有开箱即用的团队管理界面——PostgreSQL 方案要求自己维护数据库,没有多租户、权限控制或审计日志。如果团队有 10 人以上且需要强制归因,agentsview 目前不是现成解。

适合谁,不适合谁

适合:

  • 个人开发者或小团队(≤5 人),希望了解自己 AI 编程 Agent 的真实消耗
  • 需要在报销、预算审查或成本控制场景中拿出 Token 消耗数据的人
  • 技术负责人想横向对比团队内不同 Agent / 不同模型的使用分布

不适合:

  • 期待开箱即用的团队管理界面——agentsview 定位是工具,不是平台
  • 需要云端托管和多设备同步(即使 S3 方案也需要额外维护)
  • 使用完全云端化、非本地会话存储的 Agent(如部分浏览器插件形态的 AI 编程工具)

可执行的下一步

  1. 今天就能跑:curl -fsSL https://agentsview.io/install.sh | bash,然后 agentsview usage daily,看看过去一个月自己真实消耗了多少 Token
  2. 想深入用:参考 官方文档 配置 agentsview daemon start + agentsview serve,把 Web 界面跑起来
  3. 团队场景:用 docker compose -f docker-compose.prod.yaml 部署 PostgreSQL 后端,规划团队数据归因方案
  4. 关注迭代:项目 2026 年 2 月上线,距今不到 6 个月,v0.41.0 今天刚发,活跃度高,可以 star 关注新功能

链接汇总

评论区

0 条评论

登录后可评论。

拾光·开源拾遗 1110 阅读