讓AI自己盯開銷把CodeBurn MCP Server接入Claude Code會話中實時追問Token去向【免費下載鏈接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn項目地址: https://gitcode.com/gh_mirrors/co/codeburn還在為 AI 編碼賬單只看到總數(shù)、看不清去向而頭疼CodeBurn 是一個免費、本地運行的開源工具可以追蹤 Claude Code、Cursor、Codex、Gemini 等 37 款 AI 編碼工具的Token 用量與花費并按模型、項目、任務(wù)拆解。更妙的是它內(nèi)置了一個CodeBurn MCP Server——把它接入 Claude Code 后你只需在對話里問一句我這周 Token 都花哪了AI 就會直接調(diào)用本地數(shù)據(jù)實時給你一份賬單分析報告還能順手指出哪些錢白花了。什么是 CodeBurn MCP Server為什么值得接CodeBurn 通過讀取各 AI 工具留在本地磁盤上的會話文件來統(tǒng)計開銷不需要包裝器、代理或 API Key數(shù)據(jù)永遠(yuǎn)不離開你的機(jī)器。而 MCPModel Context Protocol的作用是把這份本地賬本變成 AI 能直接調(diào)用的工具。接入后Claude Code 在你寫代碼的間隙就能回答兩類問題花哪了usage cost按工具/模型/項目/任務(wù)拆分怎么省savings重試稅、路由浪費、優(yōu)化建議MCP 服務(wù)端的實現(xiàn)只有兩個核心工具代碼非常清晰可以看看 src/mcp/server.ts 中的createServer以及入口命令定義 src/main.ts。完整設(shè)計思路見 docs/design/codeburn-mcp.md。一鍵接入步驟3 條命令把 MCP Server 裝進(jìn) Claude Code整個過程不到一分鐘前提是你的機(jī)器已安裝Node.js 22.13并至少有一款受支持的 AI 編碼工具# 1. 可選全局安裝 codeburn也可以直接用 npx npm install -g codeburn # 2. 一條命令注冊 MCP Serverstdio 模式本地常駐 claude mcp add codeburn -- npx -y codeburn mcp # 3. 在 Claude Code 會話中確認(rèn)工具可用 claude mcp list注冊完成后在 Claude Code 里正常聊天就可以直接追問開銷了。 如果你用的是 Cursor 或其他支持 MCP 的客戶端只需配置一個 stdio 服務(wù)器命令為npx參數(shù)為-y codeburn mcp效果完全一樣。兩個內(nèi)置工具get_usage 快查賬單get_savings 深挖浪費MCP 服務(wù)端暴露了兩個只讀工具詳見 src/mcp/server.ts你不需要記參數(shù)用自然語言提問即可Claude Code 會自動選對工具 get_usage —— 快速看花費秒級返回時間范圍今天、近 7 天、近 30 天、本月、近 6 個月最大窗口拆分維度by參數(shù)按project/model/task/provider任選返回內(nèi)容總花費、調(diào)用次數(shù)、會話數(shù)、緩存命中率、一次通過率、Top 模型/項目 get_savings —— 深度找浪費更慢但更值優(yōu)化建議optimize findings每條建議帶預(yù)估節(jié)省金額重試稅Retry tax把已經(jīng)失敗重來的工作又付了一遍錢的部分路由浪費Routing waste如果當(dāng)時用更便宜的模型本可以省下的錢返回的表格由 src/mcp/tables.ts 渲染成 MarkdownClaude Code 拿到后能直接排版成報告給你。會話里怎么問這些句式直接抄接入后在 Claude Code 里這樣問最自然幫我看看今天的 AI 編碼花費按項目拆一下這 7 天哪個模型最燒錢緩存命中率多少幫我分析一下最近 7 天的節(jié)省機(jī)會有沒有重試稅或路由浪費對比一下本月各項目花了多少哪個項目會話數(shù)最多一個小細(xì)節(jié)MCP 服務(wù)端啟動時會預(yù)熱今天的數(shù)據(jù)并且對相同參數(shù)的并發(fā)請求做合并所以連續(xù)追問基本是秒回而get_savings會跑一次更深的優(yōu)化分析稍慢一些但它默認(rèn)查近 7 天而不是最大的時間窗口避免一次問太久。隱私設(shè)計項目名默認(rèn)打碼路徑絕不外泄很多人擔(dān)心讓 AI 讀取本地數(shù)據(jù)項目名會不會被帶出去CodeBurn 在 src/mcp/redact.ts 中做了默認(rèn)脫敏項目/會話名默認(rèn)替換為穩(wěn)定偽名如project-1a2b3c排序?qū)Ρ纫廊贿B貫只有 Claude Code 顯式傳入include_project_names: true時才返回真實名稱絕對路徑永遠(yuǎn)不會出現(xiàn)在返回數(shù)據(jù)中換句話說即使你把 MCP 配給云端 Agent它也只能看到某匿名項目花了 $12.30看不到你磁盤上的任何路徑。小結(jié)項目說明安裝claude mcp add codeburn -- npx -y codeburn mcp工具get_usage快查get_savings省錢分析數(shù)據(jù)來源本地會話文件不上傳、不需要 API Key隱私項目名默認(rèn)哈希打碼路徑永不暴露環(huán)境要求Node.js 22.13把 CodeBurn MCP Server 接進(jìn) Claude Code 之后Token 都去哪了不再是一個事后翻賬單的麻煩事——它變成了對話里隨手一問就能得到答案的普通問題。AI 寫代碼、AI 看賬單這套本地閉環(huán)大概是目前最省心的開銷追蹤方式了?！久赓M下載鏈接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn項目地址: https://gitcode.com/gh_mirrors/co/codeburn創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 讓AI自己盯開銷：把CodeBurn MCP Server接入Claude Code，會話中實時追問Token去向
讓AI自己盯開銷把CodeBurn MCP Server接入Claude Code會話中實時追問Token去向【免費下載鏈接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn項目地址: https://gitcode.com/gh_mirrors/co/codeburn還在為 AI 編碼賬單只看到總數(shù)、看不清去向而頭疼CodeBurn 是一個免費、本地運行的開源工具可以追蹤 Claude Code、Cursor、Codex、Gemini 等 37 款 AI 編碼工具的Token 用量與花費并按模型、項目、任務(wù)拆解。更妙的是它內(nèi)置了一個CodeBurn MCP Server——把它接入 Claude Code 后你只需在對話里問一句我這周 Token 都花哪了AI 就會直接調(diào)用本地數(shù)據(jù)實時給你一份賬單分析報告還能順手指出哪些錢白花了。什么是 CodeBurn MCP Server為什么值得接CodeBurn 通過讀取各 AI 工具留在本地磁盤上的會話文件來統(tǒng)計開銷不需要包裝器、代理或 API Key數(shù)據(jù)永遠(yuǎn)不離開你的機(jī)器。而 MCPModel Context Protocol的作用是把這份本地賬本變成 AI 能直接調(diào)用的工具。接入后Claude Code 在你寫代碼的間隙就能回答兩類問題花哪了usage cost按工具/模型/項目/任務(wù)拆分怎么省savings重試稅、路由浪費、優(yōu)化建議MCP 服務(wù)端的實現(xiàn)只有兩個核心工具代碼非常清晰可以看看 src/mcp/server.ts 中的createServer以及入口命令定義 src/main.ts。完整設(shè)計思路見 docs/design/codeburn-mcp.md。一鍵接入步驟3 條命令把 MCP Server 裝進(jìn) Claude Code整個過程不到一分鐘前提是你的機(jī)器已安裝Node.js 22.13并至少有一款受支持的 AI 編碼工具# 1. 可選全局安裝 codeburn也可以直接用 npx npm install -g codeburn # 2. 一條命令注冊 MCP Serverstdio 模式本地常駐 claude mcp add codeburn -- npx -y codeburn mcp # 3. 在 Claude Code 會話中確認(rèn)工具可用 claude mcp list注冊完成后在 Claude Code 里正常聊天就可以直接追問開銷了。 如果你用的是 Cursor 或其他支持 MCP 的客戶端只需配置一個 stdio 服務(wù)器命令為npx參數(shù)為-y codeburn mcp效果完全一樣。兩個內(nèi)置工具get_usage 快查賬單get_savings 深挖浪費MCP 服務(wù)端暴露了兩個只讀工具詳見 src/mcp/server.ts你不需要記參數(shù)用自然語言提問即可Claude Code 會自動選對工具 get_usage —— 快速看花費秒級返回時間范圍今天、近 7 天、近 30 天、本月、近 6 個月最大窗口拆分維度by參數(shù)按project/model/task/provider任選返回內(nèi)容總花費、調(diào)用次數(shù)、會話數(shù)、緩存命中率、一次通過率、Top 模型/項目 get_savings —— 深度找浪費更慢但更值優(yōu)化建議optimize findings每條建議帶預(yù)估節(jié)省金額重試稅Retry tax把已經(jīng)失敗重來的工作又付了一遍錢的部分路由浪費Routing waste如果當(dāng)時用更便宜的模型本可以省下的錢返回的表格由 src/mcp/tables.ts 渲染成 MarkdownClaude Code 拿到后能直接排版成報告給你。會話里怎么問這些句式直接抄接入后在 Claude Code 里這樣問最自然幫我看看今天的 AI 編碼花費按項目拆一下這 7 天哪個模型最燒錢緩存命中率多少幫我分析一下最近 7 天的節(jié)省機(jī)會有沒有重試稅或路由浪費對比一下本月各項目花了多少哪個項目會話數(shù)最多一個小細(xì)節(jié)MCP 服務(wù)端啟動時會預(yù)熱今天的數(shù)據(jù)并且對相同參數(shù)的并發(fā)請求做合并所以連續(xù)追問基本是秒回而get_savings會跑一次更深的優(yōu)化分析稍慢一些但它默認(rèn)查近 7 天而不是最大的時間窗口避免一次問太久。隱私設(shè)計項目名默認(rèn)打碼路徑絕不外泄很多人擔(dān)心讓 AI 讀取本地數(shù)據(jù)項目名會不會被帶出去CodeBurn 在 src/mcp/redact.ts 中做了默認(rèn)脫敏項目/會話名默認(rèn)替換為穩(wěn)定偽名如project-1a2b3c排序?qū)Ρ纫廊贿B貫只有 Claude Code 顯式傳入include_project_names: true時才返回真實名稱絕對路徑永遠(yuǎn)不會出現(xiàn)在返回數(shù)據(jù)中換句話說即使你把 MCP 配給云端 Agent它也只能看到某匿名項目花了 $12.30看不到你磁盤上的任何路徑。小結(jié)項目說明安裝claude mcp add codeburn -- npx -y codeburn mcp工具get_usage快查get_savings省錢分析數(shù)據(jù)來源本地會話文件不上傳、不需要 API Key隱私項目名默認(rèn)哈希打碼路徑永不暴露環(huán)境要求Node.js 22.13把 CodeBurn MCP Server 接進(jìn) Claude Code 之后Token 都去哪了不再是一個事后翻賬單的麻煩事——它變成了對話里隨手一問就能得到答案的普通問題。AI 寫代碼、AI 看賬單這套本地閉環(huán)大概是目前最省心的開銷追蹤方式了?！久赓M下載鏈接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn項目地址: https://gitcode.com/gh_mirrors/co/codeburn創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考