企业官网建设流程全解析

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.com

GitHub 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-g@juliantanx/aiusage aiusage serve

启动后打开本地仪表盘：

http://localhost:3847

aiusage 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 Code
• Codex
• Cursor
• GitHub Copilot
• Gemini CLI
• OpenCode
• Kimi Code
• Qoder
• Kiro
• CodeBuddy
• Grok Build
• Antigravity

完整支持列表如下：

AI 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：

1. 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；
2. 解析 token、模型、费用估算、会话、项目、工具调用等结构化数据；
3. 写入本机 SQLite；
4. 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-g@juliantanx/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_PASSWORD="change-me"aiusage 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.com

GitHub：github.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。