Claude Code、Codex、Cursor 用量如何统一统计？AIUsage 将 20+ AI 编程工具纳入同一仪表盘

AI 编程工具已经进入日常研发流程。补全、对话、重构、代码检索、命令执行、长上下文分析往往由不同工具分别承担Cursor 适合在 IDE 内连续编辑Claude Code 常用于复杂任务拆解Codex 更偏命令行工作流GitHub Copilot 仍然承担大量补全场景Gemini CLI、Kimi Code、Qoder、Kiro 等工具也在不同团队中被持续使用。工具数量增加后一个新的问题开始显现用量数据分散在各处缺少统一视图。本月各工具一共消耗了多少 token哪个项目带来了主要用量哪些模型使用频率最高费用估算分别是多少上下文读取、工具调用、缓存读写在总消耗中占多少比例多台开发设备上的记录能否聚合到同一个仪表盘中配额是否接近上限下一次重置时间是什么时候这些问题单靠各个工具自己的界面很难回答。Cursor、Claude Code、Codex、Copilot、Gemini CLI 等工具的记录方式不同日志位置、字段结构、统计口径也不一致。真正需要按项目、模型、工具、时间范围复盘时手工整理成本很高。AIUsage解决的正是这个问题它读取本机 AI 编程工具产生的日志、本地数据库或导出记录解析为统一结构写入本地 SQLite并通过本地 Web 仪表盘展示。对于多设备场景也可以通过可选同步将多台机器的数据聚合起来查看。官网地址aiusage.jtanx.comGitHub 地址github.com/juliantanx/aiusage说明下文截图中的项目、模型、token、费用、配额等内容均为 mock 演示数据不对应真实用户数据。如果团队或个人已经同时使用多个 AI 编程工具AIUsage 可以作为一个统一的用量分析入口用来观察 token、费用、模型、项目、会话、工具调用和配额压力。AIUsage 解决的问题AI 编程工具本身并不缺功能真正缺的是跨工具、跨项目、跨设备的用量视角。在实际研发中下面几类场景很常见一个小需求反复让 AI 读取文件、分析上下文、生成补丁最终 token 消耗远高于预期某个历史项目目录复杂AI 每次进入任务都需要大量检索项目维度的用量长期居高不下模型切换后没有及时关注价格差异月末才发现费用估算变化明显公司电脑、个人电脑、笔记本都在使用 AI 编程工具单机统计无法反映完整用量需要复盘一周或一个月的 AI 使用情况但数据分散在多个工具和日志中。AIUsage 不替代 Cursor、Claude Code、Codex 或 Copilot。它的角色更接近用量分析层将各工具分散产生的记录整理到同一套数据模型中再提供统一的查询和展示入口。这类能力对个人开发者有用对团队内部评估 AI 编程工具投入、优化项目文档、定位高消耗任务也有直接价值。快速上手AIUsage 要求 Node.js 20支持 macOS、Linux 和 Windows。npminstall-gjuliantanx/aiusage aiusage serve启动后打开本地仪表盘http://localhost:3847aiusage serve会先解析当前机器上已支持工具的用量记录然后启动 Web 仪表盘。如果只需要在终端查看摘要可以直接运行aiusage常用命令如下aiusage status# 查看数据源和本地数据库状态aiusage parse# 手动解析本地记录aiusage serve# 启动本地仪表盘aiusageexport--rangemonth# 导出月度数据aiusage init# 配置可选同步aiusagesync# 执行同步aiusage widget# 启动桌面托盘小组件如果需要长期运行可以结合 Docker 或 PM2 使用。Docker 更适合部署在服务器上做多机聚合配合同步后可以从外网访问统一仪表盘PM2 更适合本机常驻让工作机上的仪表盘在后台持续运行。值得关注的核心视图1. 工具用量分布多工具并行使用时直觉往往不可靠。Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI、Kimi Code、Qoder、Kiro 等工具的使用方式不同有的偏长对话有的偏补全有的偏命令行任务有的主要承担代码库检索。AIUsage 将这些工具放到同一个统计视图中可以直接查看不同工具的 token、会话、费用估算和使用趋势。对于需要控制预算或比较工具投入产出的开发者工具用量分布是最基础的分析入口。2. 项目维度排行项目维度能够揭示很多隐藏问题。某些项目看起来规模不大但如果目录结构复杂、文档缺失、测试入口不清晰AI 在每次任务开始前都会消耗大量 token 搜索文件、读取上下文、解释模块关系。项目排行可以帮助判断高消耗来自工具本身还是来自项目维护成本。项目维度数据还可以反向指导工程治理。例如为高频项目补充 README、完善目录说明、明确常用脚本和测试入口往往能减少重复上下文读取。3. 模型分布与费用估算AIUsage 会按模型统计 token并根据内置定价数据进行费用估算。需要注意的是费用估算不是账单原件。不同工具的日志记录方式、模型定价、汇率和缓存规则都会影响最终结果。但对于趋势分析、模型对比和预算评估这类估算已经具备参考价值。统计维度不仅包含输入和输出也会拆分缓存读取、缓存写入、thinking token 等项目。对于经常在 Claude、OpenAI、Google 等模型之间切换的用户这些明细比单一总数更有判断价值。4. 工具调用分析AI 编程的 token 消耗并不只发生在最终代码生成阶段。大量用量会消耗在读文件、搜索、编辑、执行命令、调用 MCP 或 skill 的过程中。AIUsage 会统计这部分调用记录。比如某次任务中Read、Search、Bash调用明显偏多就说明主要消耗集中在上下文定位而不是代码生成本身。这类分析适合用来优化提示词、整理项目文档、减少重复检索也有助于判断某个任务是否被拆得过碎。5. 配额压力Claude Code、Codex、Copilot 等工具通常都有额度、速率限制或订阅周期。配额耗尽会直接影响工作连续性。AIUsage 的配额页面会展示部分工具的配额压力和重置时间。并非所有工具都能提供完整配额信息但已支持的部分足以覆盖常见的日常判断场景。支持的工具AIUsage 目前支持 23 款 AI 编程相关工具。常见工具包括Claude CodeCodexCursorGitHub CopilotGemini CLIOpenCodeKimi CodeQoderKiroCodeBuddyGrok BuildAntigravity完整支持列表如下工具工具工具Claude CodeCodexCursorGitHub CopilotGemini CLIOpenCodeKimi CodeQoderKiroCodeBuddyGrok BuildAntigravityOpenClawHermesKiloCodeKelivoRoo CodeZedGooseoh-my-pipiCraftDroidAI 编程工具迭代很快部分工具的日志格式也可能调整。实际支持情况建议以项目 README 和官方文档为准。多设备同步与多机聚合单机使用时本地数据库已经足够。AIUsage 默认将解析后的数据写入本机~/.aiusage/cache.db如果有多台开发设备可以开启可选同步将各设备的用量数据汇总到统一视图中。目前支持两类同步方式GitHub 同步将同步数据存放在自己的 GitHub 仓库中适合已经使用 GitHub 管理配置和开发数据的用户S3 兼容同步支持 AWS S3也可以接入 Cloudflare R2、MinIO 等兼容 S3 API 的对象存储。配置入口aiusage init aiusagesync这里需要区分两个概念同步用于自己的多台设备之间汇总数据排行榜是用户主动上传聚合数据参与展示。不开启同步和排行榜时本地仪表盘不需要账号。对于需要随时查看多机聚合结果的场景可以将 AIUsage 部署在服务器上并通过 Docker 长期运行。这样公司电脑、家用电脑、笔记本等设备完成同步后可以统一从服务器仪表盘查看整体用量。隐私与数据边界AIUsage 是本地优先工具。普通本地模式下它的处理流程如下读取本机各 AI 编程工具留下的日志、本地数据库或导出记录解析 token、模型、费用估算、会话、项目、工具调用等结构化数据写入本机 SQLite通过本地 Web 仪表盘展示。也就是说常规aiusage serve模式不需要账号也不会把 prompt、completion、源码或文件路径上传到第三方服务。如果主动配置 GitHub、S3、R2、MinIO 等同步方式数据会进入对应的同步流程。是否启用同步由用户自行决定。对于处理公司项目、私有仓库或敏感路径的开发者这一点很重要。AI 编程工具日志中可能包含项目路径、模块名、上下文片段等信息本地优先的处理方式能够降低默认数据外传风险。其他实用能力桌面托盘小组件如果不需要长期开着浏览器可以安装可选的小组件npminstall-gjuliantanx/aiusage-widget aiusage-widget它读取同一个本地数据库可以在菜单栏或系统托盘中快速查看近期用量。数据导出需要做进一步分析时可以导出数据aiusageexport--rangemonth导出数据适合用于周报、团队内部复盘、工具使用对比或自定义报表。仪表盘密码本地单机使用通常不需要额外配置。如果要在局域网、服务器或外网环境访问仪表盘建议设置访问密码AIUSAGE_DASHBOARD_PASSWORDchange-meaiusage serve适用人群AIUsage 更适合以下用户同时使用 Claude Code、Codex、Cursor、Copilot、Gemini CLI 等多个 AI 编程工具需要了解月度 token 消耗和费用估算希望按项目、模型、工具维度复盘 AI 使用习惯有多台开发设备希望统一统计和查看不希望默认将 AI 对话、代码上下文或项目路径上传到外部服务关注 AI 编程基础设施并愿意参与开源项目反馈。如果只使用一个固定订阅工具并且不关心 token、费用和项目维度统计AIUsage 的价值不会特别明显。一旦同时使用两个以上工具统一统计带来的可见性会明显提升。总结AI 编程工具越多用量管理越容易成为盲区。token、费用、模型、项目、配额和设备记录分散在不同系统中会直接影响预算评估、工具选型和研发复盘。AIUsage 提供了一条清晰路径把 20 AI 编程工具的本地用量记录解析到同一个数据模型中再通过本地仪表盘进行分析。它不是新的 AI 编程助手而是面向 AI 编程工作流的用量可观测工具。官网aiusage.jtanx.comGitHubgithub.com/juliantanx/aiusage如果正在处理多工具统计、多机聚合或费用复盘问题可以通过 Star、Issue、PR 参与项目反馈和后续改进。