claude-tap Token成本追踪指南AI编程代理API开销可视化完全教程【免费下载链接】claude-tapIntercept and inspect Coding Agent API traffic from Claude Code, Codex CLI, Gemini CLI, Cursor CLI, OpenCode, Kimi/Kimi Code, Pi, and Hermes in a local trace viewer.项目地址: https://gitcode.com/gh_mirrors/cl/claude-tapclaude-tap是一款免费的本地 AI 编程代理 API 流量追踪工具local trace viewer它能拦截 Claude Code、Codex CLI、Gemini CLI、Cursor CLI、OpenCode、Kimi、Pi、Hermes 等主流 Coding Agent 的真实 API 请求把每次对话的Token 用量、模型名称和预估费用全部可视化让 AI 编程的 API 开销从黑盒变成一眼可见的账单明细。无论你在跑 Agent 时感到这个月 Token 怎么烧得这么快还是想搞清楚缓存命中到底省了多少钱这套教程都能帮你在 3 步之内搭起完整的成本观测面板 你能获得的能力说明 逐请求 Token 分解输入 / 输出 / 缓存读取 / 缓存写入四项分开计费 自动费用估算内置 LiteLLM 模型价格表按真实模型和厂商计价 请求级 Diff对比相邻请求找出上下文膨胀的来源 自包含 HTML 报告零依赖导出可离线存档、分享为什么 AI 编程代理的成本是隐形开销很多新手用 Agent 写代码时有个共同困惑任务跑完了却不知道每一轮到底消耗了多少 Token。原因很简单Agent 每轮对话都会把系统提示词、历史消息、工具定义、工具结果全部重新发给模型。上下文逐轮膨胀费用随之滚雪球——但 CLI 终端里不会告诉你这些。claude-tap 的思路是启动一个本地代理让 Agent 的流量经过它逐条记录每一次请求-响应对然后在浏览器里生成一个实时查看器。所有数据只留在你的机器上常见的鉴权头在落盘前会被自动脱敏。上面这张真实的 Codex 会话截图中顶部汇总栏一目了然9 轮对话、131,390 次 API 请求、130,099 输入 Token、1,291 输出 Token、115,075 缓存读取 Token总耗时 31 秒。左侧列表则按 Turn 分组每条请求都标注了模型如 gpt-5.5、输入/输出 Token 数和耗时——哪一轮最烧钱扫一眼就知道。快速上手3 步安装并跑通第一个追踪1. 一键安装需要 Python 3.11 和你想追踪的客户端Claude Code / Codex CLI 等。# 推荐 uv tool install claude-tap # 或者 pip install claude-tap2. 一行命令启动 Agent 并实时查看把claude-tap当成你的 Agent 启动器即可--之后的参数会原样传给 Agent# 追踪 Claude Code默认开启实时浏览器查看器 claude-tap # 追踪 Codex CLI claude-tap --tap-client codex # 追踪 Gemini CLI claude-tap --tap-client gemini -- -p hello运行期间浏览器会自动打开实时查看器Agent 每发一次请求页面就同步刷新一次。更多客户端Kimi、Pi、Hermes、Cursor、Qoder 等的用法可查阅 README_zh.md 和 客户端支持矩阵。3. 不启动 Agent 也能回顾历史每次运行都会在本地.traces/目录写入一个 trace 会话。随时执行下面命令即可在仪表盘里回看所有历史会话的 Token 与费用数据claude-tap dashboardToken 用量如何呈现4 类计费维度AI 厂商的账单并不是简单的输入 × 输出claude-tap 把用量拆成4 个独立计费桶与厂商的计费口径一致输入 Tokeninput本轮新送入的提示内容输出 Tokenoutput模型生成的回答与工具调用缓存读取cache read命中提示词缓存的部分价格通常只有正常输入的 1/10缓存写入cache creation首次写入缓存的开销各厂商的原始字段五花八门Anthropic 用input_tokensOpenAI 系用prompt_tokensGemini 又用promptTokenCount推理 Token 还单独计claude-tap 在 claude_tap/usage.py 中做了统一归一化连 Gemini 的思考 Token 单独计费这类细节都按官方口径合并进输出确保看到的数字和账单对得上。费用是怎么算出来的内置模型价格表很多同类工具只统计 Token 数而 claude-tap 更进一步直接告诉你每个请求花了多少钱。费用计算集中在 claude_tap/pricing.py价格数据来自内置的 claude_tap/model_prices.jsonLiteLLM 价格快照无需联网、不会过期到影响使用。这里有几个新手容易忽略的细节claude-tap 都专门处理了长上下文加价部分模型如 Claude 长上下文版输入超过 20 万 Token 后按更高单价计费价格表里带有*_above_200k_tokens档位会自动切换。缓存写入时长1 小时缓存比默认 5 分钟缓存更贵对应价格档位不同。缓存 Token 不重复计费OpenAI 系把缓存 Token 算在输入总量里Anthropic 则单列。如果不先扣除再计费缓存命中的 Token 会被收两次钱——归一化逻辑会先识别出字段形态再计算保证总额准确。厂商前缀识别同一个模型 ID 在不同网关OpenRouter、Bedrock、Vertex、DeepSeek 官方价格不同代码会根据捕获到的上游地址选择正确的价格命名空间避免按错厂商计价。用请求 Diff 定位钱烧在哪了知道总花费只是第一步找到开销增长的原因才是进阶玩法。在查看器中选中相邻两个 Turn点击 Diff就能逐字段对比两次请求的差异新增/删除的消息、系统提示词的字符级变更、工具定义的增删全部高亮显示。图中展示的是一个真实的 66→67 轮对比新增了一条 USER 消息工具执行结果 system-reminderSystem Prompt 变化了 13.4k 字符——这类看起来没聊几句、上下文却暴涨的场景用 Diff 一查便知。理解了 Token 为什么涨你才能决定是压缩上下文、切换模型还是接受这个成本。导出与存档把账单做成一份报告每次运行结束claude-tap 会生成一个自包含的 HTML 查看器零外部依赖、单文件可以直接发给同事或存档# 从 trace 会话导出 HTML 报告 claude-tap export .traces/2026-02-28/trace_141557.jsonl -o trace.html导出的报告完整保留了 Token 分解与费用数据还支持?embed1themelight等参数以精简界面嵌入内网 Wiki。配合claude-tap dashboard的历史回看你实际上建立了一套本地化的 Agent 成本审计流程每次运行留痕、逐轮可追溯、报告可归档。常见问题Q1会上传我的数据吗不会。claude-tap 是纯本地工具trace 存储在.traces/目录查看器也是本地 HTML 文件不依赖任何托管服务。Q2费用是真实扣费吗费用是按内置价格表对捕获到的 Token 用量做的估算用于成本对比与趋势分析最终账单以厂商为准。价格表来源与抓取时间会随报告一并展示方便你核对口径。Q3支持哪些客户端覆盖 Claude Code、Codex CLI/App、Gemini CLI、Grok Build CLI、Kimi CLI / Kimi Code、OpenCode、Pi、Hermes、Cursor、Qoder、DeepSeek Harness 等具体环境变量与代理模式见 docs/support-matrix.md。总结✅ 用claude-tap替换原命令启动 Agent3 步即可获得实时 Token 与成本面板✅ 输入/输出/缓存读取/缓存写入4 类计费维度口径与厂商账单一致✅ 内置 model_prices.json 价格表自动估算费用长上下文加价、缓存 TTL 等细节均已处理✅ 请求级Diff定位上下文膨胀HTML 导出沉淀成本报告从感觉 Token 烧得快到精确知道每一轮花在哪claude-tap 让 AI 编程代理的 API 开销变得透明可控。更多使用场景可参考官方指南 docs/guides/agent-trace-viewer.md。【免费下载链接】claude-tapIntercept and inspect Coding Agent API traffic from Claude Code, Codex CLI, Gemini CLI, Cursor CLI, OpenCode, Kimi/Kimi Code, Pi, and Hermes in a local trace viewer.项目地址: https://gitcode.com/gh_mirrors/cl/claude-tap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考