ccusage
ccusage 是一个开源 CLI,读取本机编码智能体 CLI 的使用数据,生成按天、周、月以及按会话统计的报告。它支持 Claude Code、Codex、OpenCode、Amp、Goose、OpenClaw、Kilo、Kimi、Qwen、GitHub Copilot CLI、Gemini CLI、Grok Build CLI 等。当编码智能体账单变得难以解释时,Reddit 社区通常把它列为第一个要安装的工具。
核心功能
- 仅本地分析:读取本机会话日志,不会把使用数据上传到服务器。
- 时间维度报告:天、周、月与会话视图清楚展示 token 和成本的去向。
- 多提供商支持:一条命令即可汇总所有可检测的来源。
- 简单启动方式:
npx ccusage@latest无需全局安装,也支持 Nix、bun、pnpm 运行器。 - 成本视角:报告围绕成本可见性设计,而不只是 token 数量。
适用场景
- 成本管理:想知道哪些会话、模型或项目烧掉最多预算的开发者。
- 团队治理:在上更重的工具之前,需要本地简单查看智能体 CLI 使用情况的负责人。
- 优化基线:在安装上下文压缩或检索工具之前,先完成测量步骤的团队。
- 选型对比:比较 Claude Code、Codex、OpenCode 等 CLI,确认哪种更适合自己的工作流。
定价方案
ccusage 在 MIT 协议下免费开源。没有托管服务或付费层,就是一个本地 CLI。
快速开始
- 在存在编码智能体 CLI 会话日志的目录中运行
npx ccusage@latest。 - 使用
ccusage daily、ccusage weekly、ccusage monthly或ccusage session查看汇总报告。 - 使用
ccusage claude daily或ccusage codex daily等定向命令查看单个提供商。
常见问题
ccusage 会降低 token 用量吗?
不会。它只从本地数据测量用量与成本,是仪表盘而非优化器,因此最适合作为第一步。
数据从哪里来?
来自受支持编码智能体 CLI 写入的本地会话日志,不需要云账号或 API key。
主要限制是什么?
它只能看到已有适配器的来源,且只能反映本地日志内容,无法统计纯云会话或没有本地日志集成的智能体。
替代方案
- Langfuse:完整的 LLM 应用可观测平台,包含链路追踪与分析。
- Helicone:基于代理的 LLM 监控与成本追踪。
- CodeRabbit:AI 代码审查,提供另一种工程工作流成本视角。
使用技巧
- 先测量再优化:先跑一周报告,再安装检索或压缩工具进行对比。
- 对比提供商:用
ccusage weekly查看某个智能体 CLI 是否显著更贵。 - 配合代理层:需要 API 级可见性时,把本地智能体视图与 LLM 可观测代理结合。
评论
还没有评论。成为第一个评论的人!
相关工具
相关洞察
7 款 AI 编程 CLI 用了半年,我悟出一个道理:模型再强,干活也要有监督
Claude Code、Codex、opencode、pi、omp、DeepSeek Harness 各有性格。半年深度使用后我总结出一套分工矩阵:pi 做最省事的 CR、omp 审复杂 PR、DeepSeek Harness 配 V4 Flash 高频低成本审查、Claude Code 与 Qoder 写代码。模型再强,干活也要有监督,而且最好是独立第三方。
锁死 Codex 的不是模型,是选择器
你已经为 OpenCode Go、Grok、Z.ai 付过钱了,但 Codex 的 picker 默认只露出 GPT。社区项目 codex-router 做的不是再教一遍安装步骤,而是把已经买过的模型能力接回选择器:密钥不出本机,原生 GPT 也不动。
Windows 上把 OpenCode Go 接进 Codex,别再新开一套工具
ChatGPT 登录的 Codex 桌面版,默认选择器几乎只露出 GPT。Windows 上只开 OpenCode Go 这一家,就能把已经付过钱的 Grok、GLM、Kimi、DeepSeek、MiniMax 接回同一个 picker。密钥不出本机,原生 GPT 也不动。