返回资讯中心
外部精选
软件工程
#开发者实时流

开发者用Claude Code自制token用量分析工具

来源标题:Claude Code token cost explorer

一位开发者因Claude Code的/context命令无法统计子代理的token消耗,用Claude Code生成了一个token成本分析工具。现有工具ccusage和claude-agent-ledger无法提供其优化所需的细分数据,因此他借助AI直接生成代码,并未细看实现。他表示该工具并非关键基础设施,且Anthropic可能很快更改jsonl会话记录格式。

Hacker News 最新ibobev2026/11/10 · 7 天前26 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

我在尝试让子代理(subagent)更多地参与到我的 LLM 编码代理工作流中。我发现子代理会让诊断 Claude Code 中的 token 用量变得更困难¹¹ 严格来说 Pi 也有同样的问题,但我在 Pi 上还没遇到同样的成本问题。关于 Pi、Emacs Agent Shell、开放权重模型以及隐私友好的推理服务商,我以后再另写文章详谈。,因为常规的 /context 命令只会细分主对话的上下文用量,而不会细分各个子代理的用量。

我试过一些现成的工具,比如 ccusage 和 claude-agent-ledger,但它们都无法给出我优化用量所需的那种细粒度拆分。于是我就毫不客气地让 Claude Code 自己鼓捣出一个工具,好让我更清楚地看到它的 token 用量。这算是真正意义上的“氛围编程”(vibecoded)——我几乎没看过代码——但我觉得没问题,因为它不是关键基础设施,而且它确实能满足我的需求。²² 再说,我确信 Anthropic 不久之后就会更改 jsonl 会话记录文件的格式,到那时这一切也就无所谓了。没必要在这上面花太多时间。好处是,从开始到完成只花了大约 30 分钟,还包括一点点 UI 打磨,所以重新做一遍应该很容易。

如果你想知道如何在不增加花费的情况下从 Claude Code 会话中获得更多价值,下面就是找出答案的方法。

首先,在浏览器中打开 context cost explorer。所有操作都在你的机器本地进行,因此你的任何会话记录数据都不会离开你的电脑。如果你属于偏执型的人,可以打开浏览器的网络标签页,加载一个不敏感的会话,看看有没有什么可疑的事情发生,以此验证。³³ 不过我想,如果你真是偏执型的人,你早就不需要这个建议就已经这么做了。然后按照下面的步骤操作,或者用你自己的分析能力。

我们先让它读取一个我们想诊断的会话。⁴⁴ 当你允许浏览器这样读取你的文件时,Firefox 会发出一个吓人的警告,但同样,任何数据都不会被发送出页面。我们也可以让它读取整个 Claude Code 项目目录,这种情况下它会自动发现所有会话,并让我们选择其中一个。⁵⁵ 为什么不按会话进行聚合,就像跨会话聚合那样呢?没有好的理由。我只是没有这个需求。

会话列表会像这张图里那样显示,只是隐去了敏感细节。

在这个例子里,我们可能对 11 月 6 日那个 26.6 mb 的会话感到好奇。我们点击它。

我们会看到该会话成本的概览。

我得承认,我扫了一眼顶部的数字,但不太理解它们的重要性。虽然“缓存重建导致 36% 额外成本”听起来很多,但提示缓存这东西我没读过相关资料,所以完全看不懂。不过,火焰图非常适合粗略了解资源花在了哪里。⁶⁶ 火焰图绝对被低估了,应该更广泛地使用,也适用于软件性能优化圈子之外。感谢 Brendan Gregg 发明了它们!

单是火焰图就已经让一些事情一目了然,但我们会继续探索,先看一个更动态的成本视图,看看这一切是如何组合在一起的。

稍微向下滚动一点,我们就能看到该会话累计 token 用量的汇总,同时计入主对话和所有涉及到的子代理。图中颜色较深的区域表示相应代理在该时间段内对会话成本的贡献相对当时总活动更大。

我们可以看到,蓝色的子代理是成本最高的之一,其次是橙色。在本文中,我们会进一步研究绿色的那个。看起来绿色的大部分活动发生在早期,然后在晚上 9 点左右就闲置了。让我们进一步了解。

图表下方是一个代理表格,我们可以展开每个代理收到的初始指令,这些指令要么来自人类(在主对话中),要么来自编排代理(对于子代理而言)。

我们点击想要查看详情的那个代理所在行。

点击后,我们会进入一个累计成本图,按与该子代理对话中各类 token 进行细分。这证实了该子代理是在当晚 9 点左右被关闭的,因为图表延伸到那个时间点。

大部分成本(实心阴影)发生在该代理时间线的末尾。这通常是常态,因为当上下文里加入更多内容时,上下文就变得更贵,所以随着上下文增长,每一轮都会变得越来越贵。⁷⁷ 除非我搞错了,对话成本随轮数呈二次增长。上下文窗口能缩小的少数方式之一就是压缩(compaction)。要查看是否发生了压缩,我们向下滚动到逐轮上下文用量图。

这张图显示了对话每一轮时上下文窗口实际使用的 token 数量。与累计成本图不同,这个数字可以缩小,例如发生压缩时。

综合来看,这两张图展示了这些系统中对话成本的典型模式:尽管 token 用量在早期增长最多(这张图),但累计成本在对话接近尾声时增长最多(上一张图)。

我们在这里看到,Bash 工具调用毫无疑问是这次对话中最大的 token 产生者。特别是,Bash 在对话早期产生了大量 token,而早期的 token 是更贵的 token,因为它们会增加所有后续轮次的成本。我们可能会好奇为什么 Bash 这么贵,所以我们再往下滚动一点。

再往下,我们看到一个列表,列出了最贵的 40 个单项事物,

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →