CodeBurn 開源工具：把 AI 編程帳單拆成模型與專案明細

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

Claude Code、Cursor、Codex 用了半年，月底看到的是一個總金額。這個數字回答不了任何問題：哪個專案吃掉大半？哪個模型其實被拿來聊天？重複讀檔和閒置的 MCP 設定又燒掉多少？官方面板多半只到帳戶或專案層級；跨工具、分任務類型、對到 commit 的那一層明細，通常沒有給。

CodeBurn 補的就是這一層。它是一款免費開源的 AI 編程成本追蹤工具，由 AgentSeal 團隊開發，直接讀取各工具已經寫在你硬碟裡的工作階段記錄（session log），把花費重建成分模型、分專案、分任務類型的明細，再往下追到 git commit，回答「這些錢有沒有變成程式碼」。專案 2026 年 4 月中上架 npm，到 2026 年 8 月中已累積超過九千個 GitHub star，最近一次程式碼更新在 2026 年 8 月 12 日。

想先看自己的帳單明細，一行指令就夠（需要 Node.js 22.13 以上）：

npx codeburn

Terminal 會打開互動式儀表板，預設顯示最近七天。不想安裝、不想註冊帳號、也不用填任何 API key。

Pin

它讀的是硬碟裡已經有的記錄，不攔截你的請求

市面上另一類做法是代理層：讓所有 API 請求經過一個中繼站，從中計價。CodeBurn 走相反的路。它不接管任何流量，只解析 AI 編程工具本來就會存在本機的記錄檔。官方文件列了每個工具的實際存放位置：Claude Code 在 ~/.claude/projects/ 下的 jsonl 檔、Codex 在 ~/.codex/sessions/ 的每日資料夾、Cursor 在應用程式資料夾裡的 SQLite 資料庫 state.vscdb、Gemini CLI 在 ~/.gemini/ 下的 session 檔。

這個設計的後果很直接：你不需要改變任何使用習慣，裝完就回溯得到歷史記錄，記錄檔有多舊就能看多舊；解析全程在本機完成，程式碼和對話內容不因為統計而被上傳。原始碼以 MIT 授權公開在 GitHub（getagentseal/codeburn），想確認資料流向的人可以自己讀。

金額是換算出來的。CodeBurn 以 LiteLLM 社群維護的模型費率表計價，快取在本機二十四小時，官方 README 另註明對 Claude 與 GPT-5 系列內建了一份硬編碼費率，避免費率比對失誤時算錯價。所以它給的是「按公開費率換算的成本」，適合看結構與趨勢，訂閱制用戶看到的數字是等效 API 成本，不是你實際刷卡的金額。

顯示幣別可以換。codeburn currency TWD 一行指令後，儀表板、選單列、CSV 與 JSON 匯出全部改以台幣計價，匯率取自 Frankfurter（歐洲央行資料），同樣快取二十四小時。對照官方費率表的原生美元，換個幣別對台灣讀者的實感差很多。

工具偵測不到時有診斷指令可用。codeburn doctor 會對每個 provider 列出實際探測的路徑、找到幾個 session 檔、取樣解析的成功率，並給一行結論：正常、找不到資料（附可能原因），或解析錯誤。它全程離線且唯讀。裝完第一次跑如果某個工具顯示零，先跑 doctor 找原因，別急著重裝。

還有一個容易被忽略的細節：走代理或自架模型的人，模型名稱可能對不上費率表，數字會變成 0.00 美元。codeburn model-alias 讓你把代理上的模型名對應到標準名稱再計價；自架本地模型可以用 model-savings 標成「免費、但同額 token 在付費模型上值多少」，帳單上會多一欄省下多少的參考值。

帳單拆開後，先看三個切面

codeburn overview 會輸出一份純文字月報：總成本、輸入輸出與快取 token、每個工具與模型各佔多少、最花錢的專案、逐日表格。這份報表設計成可以直接貼進文件或訊息裡。

比較有判斷價值的是活動分類。CodeBurn 把每個 turn 依工具使用模式歸進十三種任務類型：Coding、Debugging、Feature Dev、Refactoring、Testing、Planning、Conversation 等等，分類規則寫死在程式裡，不呼叫 LLM，也就沒有額外成本。分類之後，帳單多了一個官方面板給不了的視角：花費裡有多少真的在寫碼，多少消耗在排錯、規劃和純對話。README 的訊號表把這個訊號解讀為 agent 在說話而非做事；這一類的錢要從工作方式省。單看 Claude Code 一個工具的話，社群裡也有更輕的純統計選擇。

codeburn compare 把你實際用過的模型放在同一張表：一次成功率（one-shot rate，改完不再重試的比例）、平均重試次數、每次呼叫與每次編輯的成本、快取命中率。這些數字全部出自你自己的 session 記錄，回答的是「對我的工作型態，哪個模型值得」。

Pin

模型表還能再往下拆兩層。codeburn models --by-task 把每個模型的花費依任務類型分列，看得出某個模型都被拿去做什麼；--by-agent 則按觸發它的 agent 分列，多 agent 工作流裡哪個子代理在燒錢，直接點名。另外 codeburn context 可以打開單一 session 的上下文組成樹（目前支援 Claude Code 與 Codex），檔案、指令輸出、工具描述各佔多少 token 一層層攤開，找「上下文為什麼這麼肥」的人會用到。

optimize：從看到浪費，到動手改掉

看明細是第一步，CodeBurn 把下一步也做進去了。codeburn optimize 掃描近三十天的 session 和 Claude Code 的 ~/.claude/ 設定，找常見的 token 消耗元兇：

• 同一份大檔案被反覆讀取，卻很少對應的修改
• bash 輸出沒有封頂，長日誌整段灌回上下文
• 配了卻幾乎沒在用的 MCP server，工具描述持續佔上下文
• 定義了但從未觸發的 agent、skill 與斜線命令
• 膨脹的 CLAUDE.md，含 import 展開後的行數

每項發現附上估計可省下的 token 與金額，以及一段可直接貼上的修法：一行設定、一個環境變數、或一條把閒置項目移出資料夾的指令。全部彙整成一個 A 到 F 的設定健康等級。Claude Code 從安裝設定到工作流的整體用法，可以搭配我們整理的 Claude Code 完整教學。

有意思是它對「自己動手改」的態度。--apply 只套用設定類的修正，每個變更先備份並寫進日誌，codeburn act undo 可以逐項回滾，檔案事後被改過就拒絕覆蓋。更誠實的是 codeburn act report：修正滿三天後，它會回頭比對估計節省與 session 實際變化，把「宣稱省多少」和「真的省多少」放在同一行。估計值要對得上現實，這在成本工具裡不常見。

yield 回答錢有沒有變成程式碼，也明說自己是估算

codeburn yield 是這個專案膽子最大的功能。它在 git 儲存庫裡比對 session 時間戳與 commit 時間戳，把每段花費歸入四類：Productive（該 session 的 commit 進了主線）、Reverted（commit 後來被回退）、Abandoned（附近沒有 commit）、Ambiguous（與其他 session 並行，無法歸屬）。前提是專案有 git 記錄，而且要從專案目錄底下執行；要進一步分析的話加上 --format json 會把四類金額輸出成結構化資料。

對每天跑多個 agent 的開發者，這直接回答了月初的問題：哪幾段工作花了錢卻沒留下東西。

但要照官方的提醒使用。README 明言歸因是 timestamp-window 啟發式：每個 commit 最多記到一個 session 頭上，多 agent 並行、跨程序協作或人工修改多的專案，會有一批 session 落進 Ambiguous。它適合當成本與產出之間的參考指標，拿來算個人績效會誤傷人。工作階段成本與 commit 的對應本來就沒有精確解，官方把方法寫進 JSON 輸出的 methodology 欄位，讓讀者自己判斷可信度。

把成本管住的三個開關：budget、guard、plan

事後看帳之外，CodeBurn 提供事前攔截。codeburn budget 可設定日、週、月預算，--check 會回報目前花費與預算的差距，任何一項超支時程式以 exit code 1 結束，可以直接接進腳本或 CI，超支就不再往下跑。

codeburn guard install 走得更近：它把 hook 寫進這個專案的 Claude Code settings（--global 改裝到全域），在工作進行中盯著 session 成本。預設三道防線：軟上限 5 美元，越過時提醒一次；硬上限 15 美元，停住這個 session，guard allow 可單次放行；檢查點 3 美元，session 結束時若超過而沒有任何編輯或 commit，建議你帶著明確目標重開。上限值在 ~/.config/codeburn/guard.json 自己調，hook 設計成 fail open，監控壞掉不會擋住你的工作。加掛 --statusline 還能把當下 session 的累積成本直接放進 Claude Code 的狀態列，數字常駐眼前。

codeburn plan 則處理訂閱制的使用者：登記 Claude Pro、Claude Max、Cursor Pro 等月費方案後，儀表板會把等效 API 成本與月費並列，列出超過月費的支出。preset 月費用的是 2026 年 4 月的公開定價，方案 token 額度原廠不公開、工具也不建模。還在挑方案的人，可以先看我們整理的 AI 編程方案比較。

估算的邊界：哪些數字要打折扣

一份成本明細值不值得信，取決於它怎麼處理「算不準」的部分。CodeBurn 在這裡的處理相對誠實，三件事值得先知道。

Cursor 的數字是估算值。Cursor 不在本機揭露底層模型與完整計量，CodeBurn 的輸入 token 來自 Cursor 自己的對話計量器，輸出以回覆文字長度估計，快取發生在伺服器端、本機看不到。官方文件直接標明這些數字是 estimated，且長對話情境會低於 Cursor 管理後台的實際值。以 Cursor 為主要工具的人，看趨勢與專案間的相對差異，不要拿它對帳。

yield 的歸因如前一節所說是啟發式，Ambiguous 就是它誠實的副產品。

支援工具的數字會漂。同一時間點，官網首頁寫 36 種工具，GitHub 儲存庫描述寫 37，README 寫 40。三個官方表面不一致，側面反映整合增加的速度：每個 provider 對應原始碼裡的一個檔案，上游工具改一次資料庫結構，這邊就得跟一次。挑工具時把「支援多少種」當約數即可。

桌面版遙測：台灣預設是開的

CLI 版沒有遙測、不上傳你的使用資料，只在抓費率表與匯率時連網；桌面版的遙測則值得用前看一眼。原始碼裡的隱私設計寫得清楚：遙測只存在桌面版，consent 畫面通過前不送任何東西，開關關著就不送；唯一識別碼是本機產生的隨機 UUID，不做指紋；事件只帶日粒度時間戳，屬性經白名單過濾。

細節在預設值：安裝程式依系統地區決定預設，歐盟、EEA、英國、瑞士預設關閉，其他地區預設開啟。台灣不在預設關閉清單裡，所以桌面版第一次啟動的 consent 畫面，看到的是預設勾選。不想的話，在那個畫面直接關掉即可，之後也能在設定裡改。另外還有一個 preview 階段的 codeburn sync，把 token 數、成本、模型與專案名 push 到自架端點供團隊彙總，官方註明不含 prompt 與程式碼，但這已是另一個資料流向的決定，用前想清楚。

隱私設計裡最細的一處在 MCP 整合。claude mcp add codeburn -- npx -y codeburn mcp 把 CodeBurn 掛成 Claude Code 的工具之後，可以直接在對話裡問「這週 token 花去哪」，它提供 get_usage 與 get_savings 兩個查詢。預設送進對話的專案名是假名化的，agent 看得到數字、看不到你的專案叫什麼，要它明講名稱得另外帶參數。把成本資料餵給 agent 的同時把名字藏起來，這個預設值的方向是對的。

跟 ccusage、CodexBar 怎麼選

只用 Claude Code、只想看 token 與成本，社群老牌的 ccusage 更輕。CodeBurn 的定位差在覆蓋面：一份帳單收進多個工具的 session，加上 optimize、yield、預算與四種介面（terminal、macOS 選單列、桌面 App、本機 web 儀表板，Linux 另有 GNOME 面板擴充）。跟我們介紹過的 CodexBar 則是互補關係：CodexBar 看剩餘額度與重置時間，回答「還能用多少」；CodeBurn 看已發生的花費結構，回答「已經花去哪」。兩個可以同時裝。

macOS 選單列 app 是原生 Swift 寫的，codeburn menubar 一條命令下載安裝，數字常駐選單列、三十秒更新，用電池或螢幕休眠時自動放慢；桌面 App 在 GitHub Releases 與 Microsoft Store 都有，Linux 有 deb、rpm 與 AppImage。偏好瀏覽器的話，codeburn web 起一個本機儀表板，網址是 localhost，圖表可以按十五分鐘、小時或日切換用量曲線，資料同樣全部讀自本機硬碟，伺服器只綁在本機。多台機器的人，codeburn share --pair 用區域網路 PIN 配對，把筆電與桌機的用量併成一張總表，配對留在內網。要把數字帶進報表，codeburn export 直接吐 CSV 或 JSON。

MIT 授權、靠贊助維持，搜尋時別認錯門

MIT 授權，版權 2026 AgentSeal，原始碼與文件都在 GitHub（getagentseal/codeburn），npm 套件名 codeburn，macOS 也能 brew install codeburn。README 特別註明與匈牙利同名公司 Codeburn Bt. 及 codeburn.hu 無關，搜尋時別認錯門。專案靠 GitHub Sponsors 贊助維持，定價資料取自 LiteLLM，匯率取自 Frankfurter（歐洲央行資料）。star 數與工具數是 2026 年 8 月的數字，之後會變。

回到一開始的問題。如果你在三個以上的 AI 編程工具之間累積了看不懂的帳單，花五分鐘跑一次 npx codeburn，先看兩個數字：Conversation 類佔了多少、以及 Abandoned 佔了多少。前者告訴你工作方式有沒有問題，後者告訴你哪些 session 在空轉。以 Cursor 為主的人記得那欄是估算值。看到明細之後要不要讓它住進選單列、掛上 guard，那是看完數字才需要做的決定。