junhoyeo/tokscale

🛰️ Track token usage across AI coding agents from your terminal. 🏅 Global leaderboard with quadrillions of tokens tracked.

解决的问题

Tokscale 提供了一种集中化的方式，用于监控和分析各种 AI 编程代理和 IDE 的 Token 消耗和成本。用户无需检查多个独立的仪表板或日志，只需在一个地方即可跟踪其输入、输出、缓存和推理 Token，从而了解其支出和使用模式。

工作原理

Tokscale 会扫描数十个受支持的 AI 客户端（例如 Claude Code、Cursor、GitHub Copilot CLI 和 Zed Agent）的本地数据目录、数据库和转录文本。它使用原生 Rust 核心进行高性能并行文件扫描和 SIMD JSON 解析，以聚合这些数据。在定价方面，它与 LiteLLM 的定价数据集成以计算实时成本，并使用 OpenRouter 和特定模型的定价作为备选方案。

适用对象

使用多个 AI 编程助手，并需要高性能工具来可视化 Token 使用量、跟踪成本并比较不同平台之间消耗情况的开发人员。

亮点

  • 广泛的平台支持：跟踪超过 40 种不同 AI 客户端的使用情况，包括流行的 IDE 和 CLI 代理。
  • 交互式 TUI：由 Ratatui 驱动的终端用户界面，具有六个交互视图，包括 GitHub 风格的贡献图。
  • 高性能：采用原生 Rust 核心构建，处理速度比标准方法快高达 10 倍。
  • 详细的指标：跟踪特定的 Token 类型，包括输入、输出、缓存读/写和推理 Token。
  • Web 可视化：包含用于可视化随时间变化的使用情况的交互式 2D 和 3D 贡献图。
  • 任务归属报告：使用 LLM 总结会话并将其分组到任务中。