ccusage
PulseAugur coverage of ccusage — every cluster mentioning ccusage across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新工具 `agent-cost` 将 AI 使用情况与任务归因分开
作者开发了一个名为 `agent-cost` 的工具，以解决像 Claude Code 和 Codex 这样的 AI 模型现有使用情况跟踪器的局限性。与更广泛的命令行界面或仪表板不同，`agent-cost` 专注于直接从本地日志提供可审计的、机器可读的 AI 使用情况事实，运行时无需网络调用。这种方法将可观察到的会话使用情况与单独的任务归因声明分开，从而防止仅基于经过的时间或提交次数来不准确地分配成本。
-
Claude Code钩子通过60秒缓存优化以降低延迟
一位开发者优化了Claude Code的一个钩子脚本，名为`cost_guard.sh`。该脚本之前由于同步执行以及`ccusage` Node.js CLI的高启动成本而导致显著延迟。该钩子旨在监控token数量和消耗率，平均需要长达五秒钟才能完成。解决方案实现了一个60秒的生存时间（TTL）缓存，将结果存储在临时文件中。此缓存确保`ccusage`命令每分钟只执行一次，从而大大降低了大多数提示的响应延迟。开发者强调了缓存“正常”情…
-
开源工具旨在降低AI编码助手令牌成本
一些开源GitHub仓库已被开发出来，以帮助开发人员降低与Claude Code、Codex和Gemini CLI等AI编码助手相关的令牌成本。这些工具通过分析使用情况、压缩终端输出、强制AI简洁响应、改进AI决策、构建代码库知识图谱以及优化笔记应用程序的工作流程来解决令牌浪费问题。通过实施这些解决方案，开发人员可以更好地了解令牌消耗情况，并使他们的AI编码交互更有效、更具成本效益。
-
Anthropic 的捆绑式人工智能编码计划成本比宣传的高出 13 倍
一家名为 Upbound 的公司发现，其工程师在使用捆绑计划中的 Anthropic Claude Code 时，消耗的人工智能资源成本大约是他们每月固定费用的 13 倍。这一分析源于 Anthropic 开始对企业客户实行按使用量计费，从而揭示了大量的 token 消耗，特别是 Opus 4.8 模型。研究结果表明，随着人工智能实验室专注于盈利能力，这种慷慨的捆绑交易可能难以持续，并可能导致重度用户成本增加。
-
新工具在 Claude MAX 用户达到5小时 token 上限前发出警告
一个名为 token-budget-advisor.sh 的新工具已被开发出来，以帮助用户监控他们的 Claude MAX token 使用情况，避免达到5小时使用上限。该脚本与 ccusage 和 cost-log.jsonl 等现有工具集成，以提供更准确的绝对 token 计数，而不仅仅是百分比。当用户接近5小时区块和每周成本限制的关键阈值时，它会发出警报，防止意外的会话中断。
-
LiteLLM的核心AI成本表缺乏验证，影响生态系统工具
大多数AI成本跟踪工具使用的定价数据由LiteLLM存储库中的单个JSON文件管理，该文件除了基本解析外缺乏强大的验证。这种集中的方法意味着文件中出现的错误，例如xai/grok-4.20等模型的定价不正确或输入/输出成本的转置，会传播到ccusage和tokencost等众多工具中。此外，该文件缺乏出处、日期和时间点历史数据，导致报告成本与实际收费之间可能存在差异。xai/grok-4.20定价的已提交修复程序已数周未合并，这凸显了…
-
开源工具将Claude AI令牌成本降低高达90%
一位Reddit用户分享了六款开源工具，旨在显著减少与Anthropic的Claude AI交互时的令牌使用量和相关成本。这些工具包括使用量分析器、命令输出压缩器、简化的响应风格和本地知识图谱构建器。该用户强调了'Caveman Claude'和'ccusage'工具特别有效，前者减少了响应中的冗余内容，后者提供了详细的令牌消耗见解。
-
开源工具旨在修复自信AI编码代理生成的损坏代码
四个开源GitHub工具旨在提高AI编码代理的可靠性，这些代理经常生成不正确的代码。这些工具通过教授更好的工作流程、提供当前文档、启用语义代码导航和跟踪令牌成本来解决常见问题。虽然它们旨在与Claude Code、Codex CLI和Gemini CLI等代理配合使用，但它们的采用并不自动确保生产力的提高。