junhoyeo/tokscale
⭐ 2,777 · Rust · GitHub 仓库
一个用于追踪OpenCode、Claude Code、🦞OpenClaw（Clawdbot/Moltbot）、Pi、Codex、Gemini、Cursor、AmpCode、Factory Droid、Kimi等工具代币使用情况的CLI工具 • 🏅全球排行榜 + 2D/3D贡献图
ai ai-agents ampcode claude claude-code clawdbot codex cursor
一句话总结
统一追踪20+款AI编程助手的Token消耗与成本，并通过游戏化排行榜呈现的仪表盘工具。
🔥 核心能力与独特卖点
- 多智能体通用追踪：自动检测并解析20+款AI编程助手（Claude Code、Cursor、Gemini CLI、Codex、OpenCode等）的Token使用数据，通过读取本地SQLite/JSON数据存储实现。彻底解决跨工具计费碎片化的痛点。
- 实时成本计算：集成LiteLLM获取最新模型定价，支持分层定价和缓存Token折扣。告别手动电子表格计算的繁琐。
- 全球排行榜与公开档案：通过
bunx tokscale@latest submit提交使用数据，参与全球排名并创建公开档案。将AI辅助开发效率游戏化。 - 丰富TUI + 网页仪表盘：原生Rust TUI提供概览、模型细分和每日总结视图，同时配备3D贡献图的网页前端。为终端优先和浏览器优先的工作流提供双重可视化方案。
- 2025年度总结报告：生成年度AI助手使用情况可视化报告（类似Spotify年度总结），将原始数据转化为可分享的洞察。
独特卖点：唯一一款能将整个AI编程助手生态系统的Token追踪统一到单个CLI中的工具，具备游戏化全球竞争和实时定价功能——灵感源自卡尔达肖夫指数。
技术架构
| 组件 | 技术栈 | 详情 |
|---|---|---|
| CLI引擎 | Rust | 高性能、跨平台v2重写版本 |
| 数据解析 | SQLite、JSON、JSONL | 从标准代理目录读取（~/.local/share/opencode/、~/.claude/、~/.codex/sessions/） |
| 定价引擎 | LiteLLM API | 实时模型定价，支持分层/缓存折扣 |
| 网页仪表盘 | TypeScript/React | 托管于tokscale.ai，配备3D贡献图 |
| 包分发 | npm + GitHub Releases | 以tokscale名称发布在npm上 |
| 提交API | Bun运行时 | bunx tokscale@latest submit用于排行榜提交 |
快速入门指南
bash
# 通过npm全局安装
npm install -g tokscale
# 运行CLI查看本地Token使用情况
tokscale
# 提交使用数据至全球排行榜并创建公开档案
bunx tokscale@latest submit无需配置——自动检测系统上所有支持的AI助手。
优缺点与使用场景
优点
- 广泛的助手支持：覆盖20+款助手，包括AmpCode、Factory Droid和Kimi等小众工具。
- 双重可视化：为终端重度用户提供TUI + 为可视化分析提供网页仪表盘。
- 免费开源：MIT许可证，开发活跃（最后更新于2026年5月）。
- 游戏化机制：排行榜和年度总结报告提升参与度，激发团队竞争。
缺点
- 依赖本地数据：需要访问助手数据目录——无法在CI/CD流水线、临时容器或远程开发环境中使用。
- 定价延迟：依赖LiteLLM定价数据，新发布模型可能存在更新延迟。
- Cursor同步要求：部分助手（如Cursor）需要通过缓存进行API同步，增加了设置步骤。
不适合哪些用户？
- CI/CD或临时环境用户：如果你的助手运行在Docker容器、无服务器函数或自动扩缩集群中，本地数据目录会被清空。
- 单助手用户：如果只使用一款AI编程助手，安装和运行Tokscale的额外开销可能得不偿失。
- 注重隐私的团队：将使用数据提交至全球排行榜，对于有严格数据治理政策的组织可能无法接受。
理想使用场景
- 多助手重度用户：每天在Claude Code、Cursor、Gemini CLI和Codex之间切换，需要统一成本追踪的开发者。
- 工程团队管理者：希望监控和优化团队跨不同工具的AI助手整体支出的管理者。
- 竞争型开发者：喜欢游戏化生产力指标，并希望冲击全球排行榜的用户。
- AI工具评估者：比较不同编程助手的Token效率和成本的研究人员。
社区与活跃度
拥有2,777颗星标，开发活跃至2026年5月，Tokscale在AI开发者工具生态系统中展现出强劲的初期势头。该项目v2版本的Rust重写标志着扎实的工程投入，而"2025年度总结"功能则体现了对用户参与度的重视。全球排行榜与公开档案的组合，已经在竞争型AI辅助开发者中建立起社区氛围。对于一个相对较新的项目而言，如此高的采用率和功能迭代速度令人印象深刻——预计它将成为多智能体Token追踪的事实标准。