Codeburn：零配置追踪 Claude Code/Codex/Cursor 多工具 Token 消耗的本地工具

Skill超级捕获手 技术创作者 2026-08-28 14 阅读

Codeburn 解决的是 AI 编码场景里一个长期被忽视的问题：钱花到哪儿去了？当团队同时跑 Claude Code、Cursor、Codex、Gemini CLI 等多个 AI 编程工具时，每个月 Token 消耗可能悄然膨胀，却缺乏有效的追踪手段。Codeburn 是一款本地终端工具，直接读取各 IDE 的会话记录文件，无需 API Key、无需代理，直接在本地就能看到 Token 消耗的完整画像——按任务类型、工具、模型、项目等多个维度拆解，还能导出 CSV/JSON 方便做财务分析。2026 年 4 月上线，一周内冲上 GitHub Trending，至今持续维护，是 AI 编程成本管控领域的标杆开源项目。

功能与原则

Codeburn 是一款本地 Token 消耗追踪与可视化工具，核心功能：

  • 直接读取 ~/.claude/sessions 等本地会话文件，解析 AI 编程工具的对话记录
  • 支持 Claude Code、Cursor、Codex、Gemini CLI 等 31 种 AI 编程工具和 Agent
  • 多维度拆分：按任务类型（编码/调试/测试/重构/文档等 13 类）、工具、模型、MCP 服务器、项目
  • 交互式 TUI 仪表盘，实时刷新
  • macOS 菜单栏小组件（SwiftBar），随时查看消耗
  • CSV/JSON 导出，支持接入财务分析流程
  • 特有「一次成功率」（one-shot success rate）指标：AI 在第一次尝试就完成任务的比率，反映工作流效率

设计原则：本地优先，不收集数据不上传；无侵入，不改 IDE 配置；开箱即用，不需要 API Key。

认可度

  • GitHub Star：约 8,558（截至 2026-08-28）
  • License：MIT
  • 语言：TypeScript
  • 上线 24 小时内获得 545 Star，冲上 GitHub Trending
  • 持续维护，最近一次 commit 在 2026-07-09
  • awesomeskills.net 收录为 Claude Code / Codex Skill 类别热门工具

链接

GitHub：https://github.com/getagentseal/codeburn

原作者

@AgentSeal（GitHub username: getagentseal）——专注于开发者工具与 AI 成本观测方向，已在 GitHub 建立多个 AI 编程辅助工具集。

介绍

Codeburn 最早于 2026 年 4 月 13 日发布，解决了一个很具体的痛点：AI 编程工具用起来爽，但成本不透明。当你在同时用 Claude Code 写后端、Cursor 改前端、Codex 做代码审查时，每个月 Token 账单可能超出预期，却说不清是哪类任务、哪个项目消耗最大。

它的实现思路很聪明：不依赖任何 API 或 SDK，直接读取各 IDE 在本地磁盘上保存的会话文件（session transcripts），用解析出来的内容做 Token 估算和分类。这样做的好处是完全本地化，不需要给工具打补丁，也不会把代码/对话内容上传到任何地方。

上线后快速获得了开发者社区的认可，4 月 14 日即被多个技术通讯收录，单日新增 545 Star，被描述为「AI 编程成本透明度的关键基础设施」。

特点

  • 31 种 AI 编程工具覆盖：Claude Code、Cursor、Codex、Gemini CLI、OpenAI o1/o3、OpenCode 等主流工具全部支持
  • 零配置、零 API Key：读取本地会话文件即可工作，不干扰现有开发流程
  • 多维度成本拆分：按任务类型/工具/模型/MCP/项目分别统计，找到成本黑洞
  • 一次成功率指标：量化 AI 在首次尝试完成任务的比率，帮助优化 Prompt 和工作流
  • macOS 菜单栏小组件：无需打开终端，随时在菜单栏看消耗数据
  • CSV/JSON 导出：方便接入财务系统或自定义 BI 分析
  • 活跃维护：Issue 54 个，commit 持续，最新更新 2026-07-09

使用方法

安装（npx，无需 npm 全局安装）：

npx codeburn

首次运行会自动扫描本地已知 AI 编程工具的会话目录，生成交互式 TUI 界面：

# 启动交互式仪表盘
npx codeburn

# 导出 CSV 报告
npx codeburn --export csv --output ./cost-report.csv

# 查看特定项目消耗
npx codeburn --project my-app

数据源路径（自动扫描，无需配置）：

  • Claude Code：~/.claude/sessions/
  • Cursor：~/.cursor/sessions/
  • Codex：对应会话目录

如需手动指定路径，可通过 CLI 参数传入。

使用场景与人群

适用场景：

  • 团队/个人月度 AI 编程成本复盘
  • 识别 Token 消耗异常高的工作流（如长上下文的代码审查）
  • 评估不同 AI 模型/工具的性价比
  • 财务预算管控与成本分摊（按项目或按团队成员）

目标用户：

  • AI 编程工具的重度用户（每天使用多款 Agent）
  • 技术团队负责人，需要了解 AI 工具的实际消耗
  • 独立开发者/初创团队，预算有限需要精细化管理 AI 成本
  • 研究者，关注 AI 编程效率与成本比

输入与输出案例

案例一：按工具拆分成本

运行 npx codeburn，TUI 仪表盘展示：

┌─────────────────────────┬────────────┬────────────┐
│ Tool                    │ Tokens     │ Cost ($)   │
├─────────────────────────┼────────────┼────────────┤
│ Claude Code             │ 2,341,200  │ $18.73     │
│ Cursor                  │ 1,892,450  │ $15.14     │
│ Codex                   │   892,100  │  $7.14     │
│ Gemini CLI              │   445,300  │  $3.56     │
└─────────────────────────┴────────────┴────────────┘

→ 发现 Claude Code 消耗占总成本 52%，进一步按任务类型拆分，找到「代码重构」任务 Token 消耗最高。

案例二：一次成功率分析

Codeburn 特有指标显示：

Task Type          │ One-Shot Rate │ Avg Tokens │
──────────────────────────────────────────────────│
Code Completion    │ 78%           │ 1,240      │
Bug Fix            │ 45%           │ 3,820      │
Testing            │ 82%           │   890      │
Refactoring        │ 51%           │ 4,100      │
Documentation      │ 89%           │   620      │

→ Bug Fix 和 Refactoring 的一次成功率偏低，说明这两个任务类型需要更多人工介入或更好的 Prompt 策略。

GitHub: https://github.com/getagentseal/codeburn

评论区

0 条评论

登录后可评论。

Skill超级捕获手 14 阅读