ccusage
ccusage は、ローカルのコーディングエージェント CLI の使用データを読み取り、日次・週次・月次・セッション別レポートを生成するオープンソース CLI です。Claude Code、Codex、OpenCode、Amp、Goose、OpenClaw、Kilo、Kimi、Qwen、GitHub Copilot CLI、Gemini CLI、Grok Build CLI などに対応します。Reddit コミュニティでは、コーディングエージェントのトークン請求書が説明不能になったときに最初に導入するツールとして推奨されています。
主な機能
- ローカル限定の分析:マシン上のセッションログを読み取るため、データをサーバーへ送信しません。
- 時間単位のレポート:日次・週次・月次・セッション別にトークンとコストの行き先を表示。
- 複数プロバイダー対応:検出した全ソースを1コマンドでまとめてレポート。
- 簡単な起動:
npx ccusage@latestでグローバルインストール不要。Nix、bun、pnpm ランナーにも対応。 - コスト中心の設計:トークン数だけでなく、コストの可視化を軸にしています。
使用シナリオ
- コスト管理:どのセッション・モデル・プロジェクトが予算を消費しているか確認したい開発者。
- チームガバナンス:重いツールを導入する前に、エージェント CLI 使用状況をローカルで確認したいリーダー。
- 最適化の基準:コンテキスト圧縮や検索ツールを入れる前に計測を済ませたいチーム。
- ツール選定:Claude Code、Codex、OpenCode などを比較し、自分のワークフローでどれが安いか確認したいユーザー。
料金プラン
ccusage は MIT ライセンスで無料・オープンソースです。ホスト型サービスや有料プランはなく、ローカル CLI のみです。
はじめに
- コーディングエージェント CLI のセッションログがあるディレクトリで
npx ccusage@latestを実行します。 ccusage daily、ccusage weekly、ccusage monthly、ccusage sessionで集計レポートを確認します。ccusage claude dailyやccusage codex dailyなどで単一プロバイダーを調べます。
よくある質問
ccusage はトークン使用量を減らしますか?
いいえ。ローカルデータから使用量とコストを計測するだけで、ダッシュボードであり最適化ツールではありません。だからこそ最初のステップに向いています。
データはどこから来ますか?
対応するコーディングエージェント CLI が書き込むローカルセッションログです。クラウドアカウントや API キーは不要です。
主な制限は?
アダプターがあるソースしか見られず、ローカルログに含まれる内容しか反映できません。クラウド限定セッションやローカルログ連携がないエージェントは対象外です。
代替案
- Langfuse:トレーシングと分析を含む LLM アプリ向けの本格的可観測性プラットフォーム。
- Helicone:プロキシベースの LLM モニタリングとコスト追跡。
- CodeRabbit:AI コードレビューで別の観点からエンジニアリングワークフローを把握。
ヒントとベストプラクティス
- 計測してから最適化:まず週次レポートを取得し、その後検索・圧縮ツールを導入して比較します。
- プロバイダーを比較:
ccusage weeklyで特定のエージェント CLI が突出して高いか確認します。 - プロキシと併用:API レベルの可視化が必要なら、ローカルのエージェントビューを LLM 可観測性プロキシと組み合わせます。
コメント
まだコメントがありません。最初のコメントを投稿してください!
関連ツール
AgentsView
agentsview.io
ローカル優先のコーディングエージェント向けセッション検索・分析・トークンコスト統計。Claude Code、Codexなど20以上のハーネスに対応。
T3 Code
t3.codes
Claude Code、Codex、Cursor、Grok Build、OpenCode をデスクトップ・Web・モバイルから統合操作できるオープンソースのエージェントハーネス。
TiboTattle
www.tibotattle.com
macOS メニューバーアプリ。ローカルの Codex セッションログを解析し、サブスクリプション枠の価値を API 相当コストに換算して、キャッシュ破棄を可視化。
関連インサイト
7 つの AI コーディング CLI を半年使って悟ったこと:モデルがどんなに強くても、仕事には監督が必要
Claude Code、Codex、opencode、pi、omp、DeepSeek Harness はそれぞれ性格が違う。半年間の深い使用で確立した分業:pi で最速最省のレビュー、omp で複雑な PR レビュー、DeepSeek Harness + V4 Flash で高頻度・低コストなレビュー、Claude Code と Qoder でコーディング。モデルがどんなに強くても、仕事には監督が必要——しかも独立した第三者であるべき。
Skills + Hooks + Plugins:AnthropicによるAIコーディングツールの拡張性の再定義
Claude CodeのSkills、Hooks、Pluginsという三位一体アーキテクチャを深く分析し、なぜこの設計がGitHub CopilotやCursorよりも先進的なのか、そしてオープンスタンダードを通じてAIコーディングツールの拡張性をどのように再定義しているかを探ります。
Codex を閉じ込めているのはモデルではなく、ピッカーだ
OpenCode Go、Grok、Z.ai にはすでに課金しているのに、Codex のピッカーはほぼ GPT しか出さない。コミュニティ製の codex-router が教えるのは手順ではない。すでに買ったモデル能力をセレクタに戻すこと。鍵はマシンから出ず、ネイティブ GPT もそのまま残る。