CodeBurn 用于跟踪您在 41 种 AI 编程工具和代理上的 token 使用量和费用
CodeBurn 详细部署教程
CodeBurn 是一款免费、开源、本地优先的工具,用于跟踪您在 41 种 AI 编程工具和代理(如 Claude Code、Cursor、Codex、Gemini 等)上的 token 使用量和费用。它能按模型、项目和任务进行详细分解,帮助您理解并优化 AI 开发成本。
本教程将指导您完成 CodeBurn 的安装、配置和核心功能使用。
1. 准备工作
1.1 系统要求
- Node.js:版本 22.13 或更高。
- 支持的 AI 工具:您需要至少使用一种 CodeBurn 支持的 AI 编程工具,并且该工具已将会话数据保存在本地磁盘上(例如 Claude Code 的
~/.claude/projects/目录)。 - 可选依赖:对于 Cursor 和 OpenCode,
better-sqlite3会在首次运行时自动安装。
1.2 快速体验(无需安装)
您可以使用以下命令立即运行 CodeBurn,无需任何安装:
1 | npx codeburn |
该命令会打开交互式仪表板,显示您今日(或最近 7 天)的 AI 使用情况。
2. 安装 CodeBurn
2.1 全局安装(推荐)
执行以下命令进行全局安装,以便在任意目录下使用 codeburn 命令:
1 | npm install -g codeburn |
安装完成后,您就可以使用 codeburn 命令了。
2.2 其他包管理器
CodeBurn 也可以通过以下方式运行:
1 | bunx codeburn |
在 macOS 上,您还可以通过 Homebrew 安装:
1 | brew install codeburn |
3. 核心命令与基本使用
3.1 查看使用概览
运行以下命令查看当前月份的费用和 token 使用摘要:
1 | codeburn overview |
该命令会生成一个清晰的表格,包含总费用、token 数、按工具和模型的分解、最高消费日等。您可以通过 --from 和 --to 参数指定日期范围,或使用 -p 参数指定周期(如 week, month)。
3.2 启动交互式仪表板
直接运行 codeburn 命令即可启动功能丰富的终端交互式仪表板:
1 | codeburn |
您可以使用键盘方向键进行导航,按 q 键退出。仪表板会显示每日活动、项目、模型、工具和任务的详细 breakdown。
3.3 查看特定周期数据
1 | codeburn today # 查看今日数据 |
4. 核心功能:优化与预算控制
4.1 分析并优化浪费 (optimize)
optimize 命令会扫描您的会话和配置,找出常见的 token 浪费模式,并给出可操作的修复建议。
1 | # 扫描过去30天的数据 |
发现的浪费模式包括:重复读取文件、低读/写比、未使用的 MCP 服务器、臃肿的 CLAUDE.md 文件等。每个建议都附有预估可节省的 token 和费用。
4.2 应用与回退更改 (act)
--apply 会实际修改您的配置文件(如 CLAUDE.md、环境变量等),但所有更改都会被备份和记录。
1 | codeburn act list # 查看所有已应用的更改 |
4.3 设置预算守卫 (guard)
为 Claude Code 会话设置费用上限,防止意外超支。
1 | # 在当前项目中安装守卫 |
默认软上限为 $5(会话内警告),硬上限为 $15(自动停止会话)。
5. 桌面应用与菜单栏
5.1 菜单栏应用 (macOS / Windows / Linux)
在 macOS 和 Windows 上,您可以将 CodeBurn 固定在菜单栏或系统托盘中,随时查看费用。
1 | # 启动菜单栏应用 (macOS) |
首次运行会下载并安装对应的桌面应用。之后,您可以在菜单栏/托盘处快速查看今日费用,并访问完整的仪表板。
Linux (GNOME):Linux 用户可以通过 GNOME Shell 扩展获得类似体验。请参考项目
gnome/目录下的README.md进行安装。
5.2 浏览器仪表板
您也可以启动一个本地 Web 服务器,在浏览器中查看仪表板:
1 | codeburn web |
该命令会在 http://localhost:4747 启动一个带有图表的 Web 界面。
6. 高级功能
6.1 与 AI 代理集成 (MCP)
CodeBurn 提供了一个 MCP (Model Context Protocol) 服务器,允许 Claude Code 等代理在对话中直接查询您的使用情况。
1 | claude mcp add codeburn -- npx -y codeburn mcp |
之后,您可以在与代理的对话中询问“我这周 token 花在哪了?”等问题。
6.2 对比模型表现 (compare)
1 | codeburn compare |
该命令会交互式地对比不同模型(如 Claude Opus vs Sonnet)在您的工作负载下的一次性成功率、重试率、每次编辑成本等关键指标,帮助您选择性价比最高的模型。
6.3 追踪有效产出 (yield)
1 | codeburn yield |
此命令会将您的 AI 会话与 git 提交记录相关联,区分出哪些 AI 工作最终被合并到了主分支(Productive),哪些被废弃或回退(Abandoned/Reverted),帮助您评估 AI 工作的实际价值。
6.4 多设备合并
如果您在多台电脑上使用 AI 工具,可以通过 share 和 devices 命令将它们的数据合并查看。
1 | # 在第二台设备上分享数据 |
7. 配置与数据位置
7.1 配置文件
CodeBurn 的配置文件位于 ~/.config/codeburn/ 目录下。您可以手动编辑 config.json 来设置货币、模型别名等。
7.2 环境变量
您可以通过设置环境变量来覆盖某些工具的数据目录,例如:
| 变量 | 说明 |
|---|---|
CLAUDE_CONFIG_DIR |
覆盖 Claude Code 数据目录 |
CODEX_HOME |
覆盖 Codex 数据目录 |
OPENCODE_DATA_DIR |
覆盖 OpenCode 数据目录 |
8. 故障排查与支持
- 数据未显示或显示为 $0:
- 运行
codeburn doctor命令检查各工具的检测状态。它会明确告知您路径是否存在、会话文件是否被成功解析。 - 检查您使用的 AI 工具是否在支持的列表中。
- 运行
- 模型名显示为
$0.00(未定价):- 如果您的模型名未被 LiteLLM 识别,可以使用
codeburn model-alias命令为其设置别名,指向一个已知价格的模型。 - 或者使用
codeburn price-override手动为其设置价格。
- 如果您的模型名未被 LiteLLM 识别,可以使用
- 权限问题:确保 CodeBurn 有权限读取 AI 工具的本地数据目录(通常位于用户主目录下)。
- 获取帮助:
- 查看内置帮助:
codeburn --help或codeburn <命令> --help。 - 查阅项目文档:项目根目录下的
docs/文件夹包含更深入的指南。 - 提交 Issue:如果遇到 bug,请在 GitHub 仓库的 Issues 中提交。
- 查看内置帮助:
总结
通过以上步骤,您已经成功部署并可以开始使用 CodeBurn。它的核心价值在于将分散在各处的 AI 使用数据集中起来,转化为可操作的成本洞察,帮助您做出更明智的模型选择、优化工作流程,并最终控制 AI 开发成本。
建议您首先运行 codeburn overview 和 codeburn 仪表板,了解自己的费用构成。然后尝试运行 codeburn optimize,看看是否有可以立即应用的优化建议。对于团队用户,多设备合并和 MCP 集成功能将非常有价值。



