Codeg Token 用量报告完整指南：趋势、缓存命中率与活动热力图，如何快速优化 AI 编程成本

Codeg Token 用量报告完整指南趋势、缓存命中率与活动热力图如何快速优化 AI 编程成本【免费下载链接】codegCollaborative multi-agent AI coding workspace: aggregate sessions from Claude Code, Codex, OpenCode, Pi, Grok Build, etc. Desktop app, self-hosted server, or Docker.项目地址: https://gitcode.com/gh_mirrors/co/codegCodeg 是一个多智能体 AI 编码工作区能聚合 Claude Code、Codex、OpenCode 等 15 个智能体的会话。它内置的Token 用量报告直接从各智能体的会话记录中统计用量提供用量趋势图、缓存命中率、编码作息热力图与按项目/智能体/模型的分项拆解帮你看清 Token 花在哪找到优化 AI 编程成本的关键点。打开 Token 用量报告三步看到全局很多用户只知道状态栏上有一个 Token 计数器却不知道它背后是一整份可交互的报告。在 Codeg 中打开Token 用量页面后你会看到一张连贯的仪表盘顶部指标条总 Token、会话数、对话轮次、活跃天数、生成时长并自动与上一周期对比用量上涨还是下降一目了然时间范围切换近 7 天 / 近 30 天 / 近 90 天 / 本月 / 今年 / 全部也支持自定义日期区间筛选器按文件夹项目、智能体、模型三个维度任意组合过滤点击分项列表中的任意一行即可联动筛选。 首次打开若显示还没有可统计的数据点击统计我的会话即可——Codeg 会直接读取本机各智能体自己的会话记录无需额外配置。页面实现位于 token-usage-page.tsx纯函数式的统计逻辑区间计算、Top-N 折叠、峰值推导集中在 token-usage.ts图表组件在 charts.tsx。看懂用量趋势图按天、按周、按月三种粒度趋势图Usage Trend把每个统计桶的 Token 消耗画成曲线旁边还标注了两个关键数据最高的一天/周/月和平均每活跃日的用量。统计粒度支持按天 / 按周 / 按月切换。系统会根据时间范围智能推荐默认粒度90 天自动按周、一年自动按月避免90 根日柱子挤成一排栅栏对比上一周期每个核心指标都带上涨跌箭头。注意一个细节——周期内变化小于 0.5% 会被判定为持平而不是画一个噪音箭头稳定的一周不会莫名长刺活跃天数 vs 空转天数报告会算出区间内完全没用 AI的日历天数帮你识别投入产出比低的时段。趋势数据的推导逻辑如 peakPoint 找最忙时段、averagePerActiveDay 算日均都是无副作用的纯函数便于测试和复用。缓存命中率省钱最核心的一张环报告中最值钱的数字是缓存命中率Cache Hit Rate。它会告诉你这段时间进入模型的上下文里有多大比例是由 Prompt 缓存代发的不必按原价重发。仪表盘用一个环形仪表展示该比例并给出两句人话上下文大多不必重发 或 多数上下文仍按原价计算省下的重发量相当于 X——如果这些缓存命中的内容按原价计费要多花多少 Token直接折算出来。同时提供 Token 构成拆解输入 / 输出 / 缓存写入 / 缓存读取 / 新算 Token。这里新算 TokenfreshTokens 总 Token − 缓存读取也就是这段时间真正花全价的部分。命中率的分母刻意包含新输入 缓存写入 缓存读取三类上下文回答的正是我发出去的内容里有多少没付全价输出 Token 不可缓存被有意排除在外。 缓存命中率低三个立竿见影的优化动作现象可能原因优化动作命中率 50%频繁开新会话复用同一会话多轮迭代避免每轮重传全部上下文命中率低且输出占比高任务描述过长、反复贴大文件用更精炼的指令让智能体自己读文件命中率忽高忽低跨多个项目混在一个会话按项目分会话让上下文更稳定、更易被缓存如果命中率长期 ≥ 70%你还会在分享卡上被认证为 缓存大师。活动热力图你的编码作息长什么样你的编码作息是一张 7×24 的 Token 分布热力图星期 × 小时数据来自 buildHeatMatrix 把稀疏单元格展开成稠密矩阵。它能回答几个有趣的问题高峰时段最密集的时段在几点前后深夜党还是早起党一眼可见周末战士指数周末贡献了多少比例的 Token最长连续最长连续活跃多少天报告同时展示最长连续 N 天的成就。热力图不只好看——它直接服务于成本优化把大批量、可无人值守的任务To-do 任务调度到你的低价套餐时段或夜间批处理而不是白天高峰时段手动陪跑。分项拆解Token 到底花在哪报告提供三个维度的Token 都花在哪排行按文件夹哪个项目是 Token 大户按智能体Claude Code 和 Codex 谁更费料按模型哪个模型单价最烧钱。排行默认只显示前 7 项其余折叠进其他foldBreakdown避免列表变成长表格。另外还有一个消耗最高的会话榜单——找到最费料的单次会话打开看看它到底在干什么往往就是省钱的突破口。分享用量卡片一键生成你的 AI 编码战绩点击报告右上角的分享可以生成一张战绩卡片share-card.tsx支持保存图片或复制到剪贴板。卡片内容跟随你当前的时间范围与筛选条件并会基于真实数据推导一个人设标签深夜码农35% 以上 Token 烧在天黑之后清晨型选手30% 以上 Token 在 9 点前用完缓存大师70% 以上上下文来自缓存长跑选手连续 7 天以上不断更专注一役70% 以上 Token 投在同一个项目。这些标签的推导逻辑在 deriveArchetype全部是真实指标的阈值判断没有任何随机成分取的是最具体、最有趣的那句真话。常见问题Q数据是从哪来的会影响我的智能体吗ACodeg 直接读取各智能体 CLI 自己保存的会话记录进行统计只读不改。如果会话后来被 Codeg 之外的 CLI 追加过可以点全量重建丢弃已统计的数据重新解析。Q时间范围太大数字不准A超大范围下后端可能截断只返回最近一段页面会明确提示该范围过大此时切到近 90 天或今年即可。Q如何把报告变成日常省钱习惯A建议每周花 30 秒扫一眼① 总 Token 对比上一周期是否异常上涨② 缓存命中率是否低于 50%③ 消耗最高的会话在做什么。三步定位成本立降。写在最后Token 用量报告把AI 编码花了多少钱从一个模糊感觉变成了一组可行动的数字趋势看节奏、缓存命中率看省钱空间、热力图看作息、分项拆解看钱花在哪个项目、哪个智能体、哪个模型上。用好 Token 用量页面 和 筛选组件配合 国际化文案 中的中文界面让每一次 AI 调用都花在刀刃上。【免费下载链接】codegCollaborative multi-agent AI coding workspace: aggregate sessions from Claude Code, Codex, OpenCode, Pi, Grok Build, etc. Desktop app, self-hosted server, or Docker.项目地址: https://gitcode.com/gh_mirrors/co/codeg创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考