企业官网建设流程全解析

用Claude Code、Cursor、Codex写代码挺爽的，但月底一看账单，心里难免犯嘀咕：这钱都花哪了？哪些session在反复重试浪费token？哪个项目最烧钱？

我最近在GitHub上发现了一个叫CodeBurn的工具，一周涨了2700多星。装上之后，终端里敲一条命令，各个AI编程工具的token消耗、费用分布、项目明细全部列出来。用了几天，确实帮我找到了不少浪费点。

下面是安装、使用、优化的全过程，附我实际跑出来的数据和踩过的坑。

CodeBurn是什么

CodeBurn是一个命令行工具，直接读取本地磁盘上的session数据来统计AI编程的token用量和费用。不需要API key，不走代理，不改任何配置，装上就能用。

支持的AI编程工具：

• Claude Code（读取~/.claude/projects/）
• Codex / OpenAI（读取~/.codex/sessions/）
• Cursor（读取本地SQLite数据库）
• OpenCode（读取~/.local/share/opencode/）
• Pi（读取~/.pi/agent/sessions/）
• GitHub Copilot（读取~/.copilot/session-state/，仅输出token）

定价数据从LiteLLM拉取，24小时缓存一次，覆盖所有主流模型。

安装

Node.js 20以上就行：

npm install -g codeburn

不想全局安装也行，直接npx跑：

npx codeburn

装完在终端敲codeburn，如果你本地有Claude Code或Cursor的session记录，马上就能看到数据。

基本用法

交互式面板

codeburn

默认展示最近7天的数据。终端里会出来一个TUI面板，用方向键切换时间范围（Today / 7 Days / 30 Days / Month / All Time），按1到5快速跳转，按q退出。

面板上有这几块内容： - 总费用、总调用次数、session数、缓存命中率 - 每日费用折线图 - 按项目分组的费用排行 - 按模型分组的token用量（Opus、Sonnet、Haiku各用了多少） - 按任务类型分组的费用（写代码、调试、测试、探索……） - MCP服务器的调用统计

快速查看

codeburn today # 今天花了多少 codeburn month # 这个月累计 codeburn status # 一行摘要：今天 + 本月

status命令特别适合放在shell启动脚本里，每次开终端瞄一眼今天的开销。

指定时间范围

codeburn report --from 2026-04-01 --to 2026-04-15 codeburn report -p 30days # 最近30天滚动窗口

按工具筛选

如果你同时用Claude Code和Cursor，可以单独看某个工具的数据：

codeburn report --provider claude # 只看Claude Code codeburn report --provider cursor # 只看Cursor codeburn report --provider codex # 只看Codex

按项目筛选

codeburn report --project myapp # 只看某个项目 codeburn report --exclude tests --exclude docs # 排除特定项目

导出数据

codeburn export # CSV格式 codeburn export -f json # JSON格式 codeburn report --format json | jq '.projects' # JSON管道处理

我跑出来的数据

装上CodeBurn之后，我拉了最近30天的数据看了看。几个发现：

Claude Code占了我90%的费用。Cursor因为用的是Auto模式（按Sonnet估价），其实不贵。真正烧钱的是Claude Code里那些长session，一个session写到后面上下文窗口塞满了，每轮对话都要重新发送大量缓存token。

缓存命中率才72%。按CodeBurn文档的说法，低于80%说明系统提示或上下文不稳定。我检查了一下，发现有个CLAUDE.md文件写了400多行，每次修改都导致缓存失效。

Coding任务的一次成功率只有65%。也就是说，AI写完代码后有35%的概率要改了再试。主要集中在前端样式调整这种任务上，AI改一次看效果不对，再改一次，反复几轮token就烧掉了。

Exploration类任务占了15%的费用。这些都是纯读取文件、搜索目录的操作，AI在"到处看看"而不是动手改代码。说明我的CLAUDE.md里缺少项目结构说明，AI每次都得自己摸索。

optimize命令：自动找浪费

这是我觉得CodeBurn最有用的功能。跑一下codeburn optimize，它会扫描你的session数据和Claude配置文件，列出具体的浪费点和修复建议：

codeburn optimize # 扫描最近30天 codeburn optimize -p week # 只看最近一周

它能检测的问题：

• 重复读取文件：同一个文件在多个session里被反复读取，内容一样，上下文也一样。建议写进CLAUDE.md或用@import引入
• Read:Edit比例失调：读了很多文件但几乎没改，说明AI在盲目探索
• Bash输出没截断：没设置BASH_MAX_OUTPUT_LENGTH，测试输出或日志全量灌进上下文
• 闲置的MCP服务器：配置了但从没调用过的MCP，每个session启动时都要加载它的schema，白白消耗token
• 僵尸agent和skill：在~/.claude/里定义了但从没用过的agent配置
• CLAUDE.md太臃肿：包括@import展开后的实际大小

每条建议后面都附了可以直接复制粘贴的修复命令。多跑几次的话，它还能对比前后变化，标出哪些问题改善了、哪些是新出现的。最后给你一个A到F的健康度评分。

我的优化实操

根据optimize的建议，我做了这几件事：

1. 精简CLAUDE.md

原来400多行，砍到120行。把项目目录结构写清楚（减少Exploration），把常用的工具命令直接列出来（减少AI去翻README）。

## 项目结构 src/ api/ # 后端接口 components/ # 前端组件 utils/ # 工具函数 tests/ # 测试文件，pytest ## 常用命令 测试：pytest tests/ -x 启动：npm run dev 构建：npm run build

2. 设置Bash输出限制

在~/.claude/settings.json里加一行：

{ "env": { "BASH_MAX_OUTPUT_LENGTH": "8000" } }

跑测试或者执行长命令时，输出超过8000字符会自动截断，不会把整个上下文窗口塞满。

3. 清理没用的MCP服务器

我配了6个MCP服务器，实际只用了3个。把不用的注释掉之后，每个session的初始化token减少了约2000。

4. 前端样式任务换模型

对于那些CSS调整、布局微调的任务，我从Opus切到Sonnet。这类任务Sonnet够用，价格只有Opus的五分之一。在CLAUDE.md里加了一条规则：

## 模型选择 - 架构设计、复杂逻辑：Opus - 样式调整、简单修改：用 /model sonnet 切换

优化之后又跑了一周，缓存命中率从72%涨到86%，一次成功率从65%到74%，周费用降了约40%。

macOS菜单栏小组件

如果你用Mac，CodeBurn还有一个菜单栏应用，在状态栏显示今天的花费，点开能看完整面板：

npx codeburn menubar

这条命令会下载一个Swift原生应用装到~/Applications/，通过文件系统事件实时刷新。支持切换货币单位（默认USD，可以改成CNY）：

codeburn currency CNY

几个注意点

Cursor的数据有限制。Cursor的Auto模式不记录实际用了哪个模型，CodeBurn按Sonnet的价格估算，标注为"Auto (Sonnet est.)"。另外Cursor不记录单个工具调用，所以面板上没有工具分布，换成了编程语言分布。第一次读取大型Cursor数据库可能要等一分钟，后面有缓存就快了。

GitHub Copilot只记录输出token。所以Copilot那行的费用肯定低于实际值。

隐私方面没问题。CodeBurn只读本地文件，不联网上传任何数据。价格信息从LiteLLM的公开定价表拉取，也是公开数据。

汇率更新。如果设了非USD货币，汇率数据来自欧洲央行（Frankfurter API），24小时缓存一次，免费无需key。

总结

CodeBurn干的事很简单：告诉你AI编程的钱花在哪。装完跑一下，数据就出来了。optimize再帮你找出浪费点。

每月AI编程开销超过50美元的话，装一个看看，说不定能省出不少。

项目地址：https://github.com/getagentseal/codeburn