Frugal Tokens 跑了一轮：团队级计费透明化利器

离座五分钟回来全是冷启动，这缓存失效速度简直离谱。可以逐轮查看 cache miss 的确切位置，找出该精简哪段上下文。

调用链深到50层的时候直接卡死，这展开体验真的能忍？其实在本地 ~/.cursor、.claude-code、.aider 目录下的 JSONL 日志里，就能看出一次编码会话到底烧了多少 token，cache miss 占比多高，换个模型定价能差多少——只要运行一条 deno run -A 命令，工具就会直接读取这些目录下的对话记录，本地解析、只读不外传，一条命令跑完就给你一份包含总花费、有效工作时长、会话重叠情况、各模型分摊、cache miss 触发点，甚至把同一段对话按 Anthropic 5 分钟缓存和 1 小时缓存分别算一遍价格差在哪的报告。

顺便实测一下：随手点开一个三小时重构会话，发现 40% 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。而手头一个 200 轮会话，Claude 算下来 $3.2，换 DeepSeek 只有 $0.4，差了 8 倍——这时候再坐在 50 层调用链前面发呆，真的有点难以接受。

当然，这个工具也有几处让人皱眉：只能解析已知格式日志，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，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。

不过，对于团队里跑多个 coding agent、月账单三位数往上的人来说，跑一次大概率能回本。只是个人偶尔用用 Cursor 免费额度，就大概能理解，为什么 50 层调用链在工业界会被当作“合格”的存在了。

本地日志分析这块正缺个工具，要是能直接出报告给领导就完美了。这工具直接读 ~/.cursor、.claude-code、.aider 目录下的对话记录，一条命令跑完就给一份报告：总花费、有效工作时长、会话重叠情况、各模型分摊、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。安装起来没坑但有前置，需要 Deno 环境，`deno run -A 一条命令搞定，没有 npm 依赖地狱，跑完二进制直接可用。数据不出门，本地解析，只读本地 JSONL 日志，隐私敏感项目也能放心跑。会话钻取很细，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。随手点开一个三小时重构会话，发现 40% 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 定价各算一遍，直观对比同一个任务换模型能省多少钱。手头一个 200 轮会话，Claude 算下来 $3.2，换 DeepSeek 只有 $0.4，差了 8 倍。

终于能把 Token 成本算清楚了，再也不用对着预算表瞎猜了！

之前想搞清一次编码会话到底烧了多少 token、cache miss 占比多高、换个模型定价能差多少，只能靠肉眼翻日志或者自己拼脚本。这工具直接读 ~/.cursor、.claude-code、.aider 目录下的对话记录，一条命令跑完就给一份报告：总花费、有效工作时长、会话重叠情况、各模型分摊、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。 实测细节： ## 如何安装和使用这个工具？ - 装起来没坑但有前置：需要 Deno 环境，deno run -A 一条命令搞定，没有 npm 依赖地狱，跑完二进制直接可用 - **数据不出门**：本地解析，只读本地 JSONL 日志，隐私敏感项目也能放心跑 - **会话钻取很细**：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。随手点开一个三小时重构会话，发现 40% 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 定价各算一遍，直观对比同一个任务换模型能省多少钱。手头一个 200 轮会话，Claude 算下来 $3.2，换 DeepSeek 只有 $0.4，差了 8 倍 **也有几处让人皱眉：** ## 这个工具能解析哪些日志格式？ - 只能解析已知格式日志。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 ## 这个工具适合哪些用户？ 适合谁用？ 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