AI编程一个月烧了多少钱?用CodeBurn一条命令算清楚

张开发
2026/6/21 0:05:10 15 分钟阅读
AI编程一个月烧了多少钱?用CodeBurn一条命令算清楚
用Claude Code、Cursor、Codex写代码挺爽的但月底一看账单心里难免犯嘀咕这钱都花哪了哪些session在反复重试浪费token哪个项目最烧钱我最近在GitHub上发现了一个叫CodeBurn的工具一周涨了2700多星。装上之后终端里敲一条命令各个AI编程工具的token消耗、费用分布、项目明细全部列出来。用了几天确实帮我找到了不少浪费点。下面是安装、使用、优化的全过程附我实际跑出来的数据和踩过的坑。CodeBurn是什么CodeBurn是一个命令行工具直接读取本地磁盘上的session数据来统计AI编程的token用量和费用。不需要API key不走代理不改任何配置装上就能用。支持的AI编程工具Claude Code读取~/.claude/projects/Codex / OpenAI读取~/.codex/sessions/Cursor读取本地SQLite数据库OpenCode读取~/.local/share/opencode/Pi读取~/.pi/agent/sessions/GitHub Copilot读取~/.copilot/session-state/仅输出token定价数据从LiteLLM拉取24小时缓存一次覆盖所有主流模型。安装Node.js 20以上就行npm install -g codeburn不想全局安装也行直接npx跑npx codeburn装完在终端敲codeburn如果你本地有Claude Code或Cursor的session记录马上就能看到数据。基本用法交互式面板codeburn默认展示最近7天的数据。终端里会出来一个TUI面板用方向键切换时间范围Today / 7 Days / 30 Days / Month / All Time按1到5快速跳转按q退出。面板上有这几块内容 - 总费用、总调用次数、session数、缓存命中率 - 每日费用折线图 - 按项目分组的费用排行 - 按模型分组的token用量Opus、Sonnet、Haiku各用了多少 - 按任务类型分组的费用写代码、调试、测试、探索…… - MCP服务器的调用统计快速查看codeburn today # 今天花了多少 codeburn month # 这个月累计 codeburn status # 一行摘要今天 本月status命令特别适合放在shell启动脚本里每次开终端瞄一眼今天的开销。指定时间范围codeburn report --from 2026-04-01 --to 2026-04-15 codeburn report -p 30days # 最近30天滚动窗口按工具筛选如果你同时用Claude Code和Cursor可以单独看某个工具的数据codeburn report --provider claude # 只看Claude Code codeburn report --provider cursor # 只看Cursor codeburn report --provider codex # 只看Codex按项目筛选codeburn report --project myapp # 只看某个项目 codeburn report --exclude tests --exclude docs # 排除特定项目导出数据codeburn export # CSV格式 codeburn export -f json # JSON格式 codeburn report --format json | jq .projects # JSON管道处理我跑出来的数据装上CodeBurn之后我拉了最近30天的数据看了看。几个发现Claude Code占了我90%的费用。Cursor因为用的是Auto模式按Sonnet估价其实不贵。真正烧钱的是Claude Code里那些长session一个session写到后面上下文窗口塞满了每轮对话都要重新发送大量缓存token。缓存命中率才72%。按CodeBurn文档的说法低于80%说明系统提示或上下文不稳定。我检查了一下发现有个CLAUDE.md文件写了400多行每次修改都导致缓存失效。Coding任务的一次成功率只有65%。也就是说AI写完代码后有35%的概率要改了再试。主要集中在前端样式调整这种任务上AI改一次看效果不对再改一次反复几轮token就烧掉了。Exploration类任务占了15%的费用。这些都是纯读取文件、搜索目录的操作AI在到处看看而不是动手改代码。说明我的CLAUDE.md里缺少项目结构说明AI每次都得自己摸索。optimize命令自动找浪费这是我觉得CodeBurn最有用的功能。跑一下codeburn optimize它会扫描你的session数据和Claude配置文件列出具体的浪费点和修复建议codeburn optimize # 扫描最近30天 codeburn optimize -p week # 只看最近一周它能检测的问题重复读取文件同一个文件在多个session里被反复读取内容一样上下文也一样。建议写进CLAUDE.md或用import引入Read:Edit比例失调读了很多文件但几乎没改说明AI在盲目探索Bash输出没截断没设置BASH_MAX_OUTPUT_LENGTH测试输出或日志全量灌进上下文闲置的MCP服务器配置了但从没调用过的MCP每个session启动时都要加载它的schema白白消耗token僵尸agent和skill在~/.claude/里定义了但从没用过的agent配置CLAUDE.md太臃肿包括import展开后的实际大小每条建议后面都附了可以直接复制粘贴的修复命令。多跑几次的话它还能对比前后变化标出哪些问题改善了、哪些是新出现的。最后给你一个A到F的健康度评分。我的优化实操根据optimize的建议我做了这几件事1. 精简CLAUDE.md原来400多行砍到120行。把项目目录结构写清楚减少Exploration把常用的工具命令直接列出来减少AI去翻README。## 项目结构 src/ api/ # 后端接口 components/ # 前端组件 utils/ # 工具函数 tests/ # 测试文件pytest ## 常用命令 测试pytest tests/ -x 启动npm run dev 构建npm run build2. 设置Bash输出限制在~/.claude/settings.json里加一行{ env: { BASH_MAX_OUTPUT_LENGTH: 8000 } }跑测试或者执行长命令时输出超过8000字符会自动截断不会把整个上下文窗口塞满。3. 清理没用的MCP服务器我配了6个MCP服务器实际只用了3个。把不用的注释掉之后每个session的初始化token减少了约2000。4. 前端样式任务换模型对于那些CSS调整、布局微调的任务我从Opus切到Sonnet。这类任务Sonnet够用价格只有Opus的五分之一。在CLAUDE.md里加了一条规则## 模型选择 - 架构设计、复杂逻辑Opus - 样式调整、简单修改用 /model sonnet 切换优化之后又跑了一周缓存命中率从72%涨到86%一次成功率从65%到74%周费用降了约40%。macOS菜单栏小组件如果你用MacCodeBurn还有一个菜单栏应用在状态栏显示今天的花费点开能看完整面板npx codeburn menubar这条命令会下载一个Swift原生应用装到~/Applications/通过文件系统事件实时刷新。支持切换货币单位默认USD可以改成CNYcodeburn currency CNY几个注意点Cursor的数据有限制。Cursor的Auto模式不记录实际用了哪个模型CodeBurn按Sonnet的价格估算标注为Auto (Sonnet est.)。另外Cursor不记录单个工具调用所以面板上没有工具分布换成了编程语言分布。第一次读取大型Cursor数据库可能要等一分钟后面有缓存就快了。GitHub Copilot只记录输出token。所以Copilot那行的费用肯定低于实际值。隐私方面没问题。CodeBurn只读本地文件不联网上传任何数据。价格信息从LiteLLM的公开定价表拉取也是公开数据。汇率更新。如果设了非USD货币汇率数据来自欧洲央行Frankfurter API24小时缓存一次免费无需key。总结CodeBurn干的事很简单告诉你AI编程的钱花在哪。装完跑一下数据就出来了。optimize再帮你找出浪费点。每月AI编程开销超过50美元的话装一个看看说不定能省出不少。项目地址https://github.com/getagentseal/codeburn

更多文章