我把 Frugal Tokens 跑了一遍，结论是

先说痛点。以前想知道一次编码会话花了多少 token、cache miss 占比多少、换个模型定价会差多少，只能靠肉眼翻日志或者自己写脚本拼凑。这东西直接读 ~/.cursor、.claude-code、.aider 这些目录下的对话记录，一条命令跑完给你出一份报告：总花费、有效工作时长、会话重叠情况、每个模型的分摊、cache miss 触发点、甚至能把同一段对话按 Anthropic 5 分钟缓存和 1 小时缓存分别算一遍价格差在哪

几个实测细节：

• 安装门槛低但有前置依赖：需要 Deno 环境，deno run -A https://frugal-tokens.dev/install.ts 一条命令搞定，没有 npm 依赖地狱，跑完二进制直接可用
• 数据不上传：本地解析，只读本地 JSONL 日志，隐私敏感项目也能放心跑
• 会话钻取做得细：点进单个 session 能看到每一轮 model call 的 input/output token、tool 调用耗时、cache miss 确切位置。我随手点开一个三小时的重构会话，发现 40% 的花费集中在前 15 分钟的上下文预热阶段，后面全靠缓存吃老本
• 跨模型价格换算：把同一份对话记录按 GPT-4o、Claude 3.5 Sonnet、DeepSeek-V3 的定价各算一遍，直观对比同一个任务换模型能省多少钱。我手头一个 200 轮的会话，Claude 算下来 $3.2，换 DeepSeek 只有 $0.4，差了 8 倍

但也有几个地方让我皱眉：

• 只能解析已知格式的日志。Cursor、Claude Code、Aider、Continue 这几家覆盖了，但 Windsurf、Codeium、自研 wrapper 的日志格式它不认识，得自己改 parser
• 估算的「有效工作时长」逻辑比较粗暴，简单按首尾消息时间戳相减，中间摸鱼、开会、发呆的时间全算进去了，参考意义有限
• 缓存命中率统计只看 Anthropic 官方返回的 cache_creation_input_tokens 和 cache_read_input_tokens 字段，OpenAI 那边的 prompt caching 目前还没适配
• 多会话并行时的重叠分析只给了可视化时间轴，没导出 CSV，想二次分析还得自己改代码

适合谁用？ 如果你团队里跑多个 coding agent，月账单三位数往上，想搞清楚钱花在哪个模型、哪类任务、哪个缓存策略上，跑一次大概率能回本。如果只是个人偶尔用用 Cursor 免费额度，大概率用不上

源码在 GitHub，MIT 协议，想自己加 parser 或接 Grafana 的可以直接 fork