本地 MCP 跟踪器，用于透明的令牌和信用使用
codex-usage-tracker，由Douglas Monsky开发，是一个本地模型上下文协议（MCP）服务器和仪表板，展示了AI辅助编码会话如何消耗资源。该工具记录提示和完成的令牌、时间和信用使用情况，并将瞬态会话元数据转换为稳定的、可查询的记录。它配备了一个仪表板、一个CLI界面和一个MCP接口。目标受众是使用MCP工具并需要精确了解代理资源使用情况的开发者和AI研究人员。
你实际上可以用它做什么任务？
该工具将AI交互映射为可分析的记录，以便团队可以调查代理和助手在开发会话中如何使用上下文。它捕获每轮的令牌消耗和线程历史，通过证据控制台支持手动检查，并通过六工具MCP界面向其他代理公开使用事实。用户可以运行查询以识别重复的高使用线程，并生成基于证据的报告用于代码审查或审计工作流程。
它的报告有多准确和可操作？
实时令牌跟踪用于提示和完成，提供一个本地SQLite内核，保存会话元数据并为查询建立索引。跟踪器执行与OpenAI模型信用相关的自动信用会计，并提供使用浪费诊断，标记低效的令牌模式或低缓存调用。这些稳定的记录支持程序化分析，使报告适合人类检查和自动代理驱动的审计。
它需要技术知识才能获得有用的结果吗？
安装和运行跟踪器需要Python 3.10+环境和兼容MCP的主机，如Codex CLI、ChatGPT桌面或支持的IDE扩展，通常通过pip或pipx安装。以开发者为先、面向代理的设计意味着它集成到开发者工作流程中，但期望对MCP插件和Python工具有一定的熟悉度。该工具将所有会话数据保存在本地计算机上，避免对跟踪记录使用外部云存储。
最适合需要有序使用可见性的MCP原生开发者
codex-usage-tracker是一个实用的选择，适合需要可调查的代理行为和资源消耗记录的开发者和研究人员。它假设有一个MCP能力环境和开发者级别的设置技能，因此没有这些工作流程的团队会看到有限的好处。实用提示：安排定期的、集中查询或代理驱动的审计，以揭示重复的低效并指导及时或代理调整。
