我做了 Token Studio：
AI 编程花掉的 Token，到底换来了什么？

项目地址：GitHub - Token Studio ROI
npm registry：token-studio
Release：v6.0.8
动图体验：Token Studio Walkthrough

Windows 用户可以直接用第 3 节里的固定版本命令下载并启动。完整 PowerShell 命令放在“下载和使用全流程”，可以整段复制运行。

这张图回答的问题：本期 AI 编程 token 花在哪些模型、来源和趋势上，哪些消耗最值得先复盘。

我以前只想知道自己 AI 编程花了多少 token。

后来发现，这个数字本身没什么用。

真正的问题是：这些 token 到底换来了什么？

如果一天用了几千万 token，但我不知道它们是花在功能开发、调试修复、上下文整理，还是无效试错上，那 token 总数只是一个越来越大的数字。它既不能告诉我哪个项目值得继续投，也不能告诉我下周应该少用重模型，还是该先压缩上下文。

所以我做了 Token Studio。它不是一个普通 token meter，而是一个本地 AI 编程 ROI 复盘系统：先可信地采集本机结构化 token 元数据，再把 token 连接到项目、任务、产出证据、模型策略和行动报告。

1. 普通 token 看板少回答了一个关键问题

市面上的 token 工具大多能回答“用了多少”。这当然重要，但对高频 AI 编程用户来说还不够。

我真正想回答的是：

• 这些 token 是花在探索、实现、验证、发布，还是重复上下文里？
• 哪些项目消耗最高，最后有没有 PR、commit、文档、部署或可展示产出？
• 重模型是不是被用在了测试验证、上下文整理这种低 ROI 场景？
• 哪些 session 只是在烧 token，却没有形成任何可复盘证据？
• 下周我应该继续用同样的模型策略，还是先把低价值任务切到轻量模型？

这就是 Token Studio 的核心差异：

统计工具告诉你用了多少；Token Studio 追问这些 token 换来了什么。

这个定位也影响了整个设计。它不追求做云端 SaaS，不追求团队排行榜，也不为了覆盖数量去伪造 token。它先做一件事：把本地真实 token 变成可信工作证据。

2. Token Studio 的闭环

Token Studio 当前围绕一条闭环设计：

真实本地 token
  -> 可信覆盖
  -> 自动证据
  -> ROI 复盘
  -> 模型策略
  -> 行动报告

这条链路里，每一步都要回答一个实际问题。

2.1 真实本地采集：先确认数据是真的

Token Studio 会读取本机仍然存在、且带有可靠 token 字段的结构化日志。核心可信来源是 Claude Code 和 Codex CLI。

它采集的是结构化使用元数据，例如 source、model、session、timestamp、input/output/cache/reasoning tokens。它不保存 prompt、response、transcript、diff、文件内容或完整本机路径。

这个边界很关键：如果连采集数据本身都不可信，后面的 ROI 判断就只是漂亮图表。

2.2 Coverage Trust：解释为什么某些工具没有数据

很多工具会在本机留下目录或日志，但检测到目录不等于拿到了可靠 token。

所以 Token Studio 把来源拆成几类：原生可信采集、ccusage 可导入、实验采集、仅检测到、无可靠 token 字段 / 不支持。

这不是为了保守而保守，而是为了避免一种很危险的假象：覆盖名单很好看，但实际 token 是估出来的。

我宁愿页面告诉用户“这个来源现在没有可靠 token 字段”，也不希望它用文本长度估算 token，然后生成看似完整但不能复盘的数据。

2.3 Evidence Flywheel：把消耗数字变成工作证据

采到 token 之后，还不够。

真正有价值的是这些 token 对应了什么工作：项目、任务类型、工作目的、阶段、产出状态、产出价值、产出链接，以及这些字段是人工确认、自动推断，还是待确认草稿。

比如一个 session 可以从“某模型消耗了 200 万 token”，变成：

项目：Token Studio ROI
任务：功能开发
阶段：实现
产出状态：已完成
产出：commit / PR / 文档
价值：中 / 高
证据来源：自动高置信或人工确认

只有走到这一步，/review 才能继续判断：哪些 token 有产出，哪些高成本 session 还没归因，哪些模型策略值得调整。

2.4 ROI Advisor：不给玄学建议，只给可解释规则

Token Studio 不调用 LLM 生成建议。原因很简单：这个工具本身就是为了帮我少花 token，不应该为了分析 token 再消耗一轮 token。

它用本地规则做判断：

• 高成本未归因 session：先补证据。
• 测试验证、探索、上下文整理使用重模型：建议切到轻量模型。
• 低价值或废弃任务使用高成本模型：建议先轻量试错。
• 高 input / low output：建议压缩上下文。
• cache 复用低且 input 高：建议沉淀项目上下文。
• 未定价模型：不参与美元节省判断。

Savings Simulator 也不声称真实节省金额，只做官方价换算下的策略模拟。

2.5 Desktop Pulse：给实时状态一个轻量入口

浏览器里的 Dashboard、Trust、Review 是完整复盘入口。Desktop Pulse 只是伴侣。

它解决的是另一个问题：我不想一直开着浏览器 tab，但想随时知道今天 token 有没有失控。

所以 Pulse 重点展示近 24 小时 token、官方价换算、请求数、输入/输出/cache、模型消耗、来源分布、预算 guardrail 和当前建议。它只读本地 API / SQLite 聚合数据，不上传，也不重新实现采集。

3. 下载和使用全流程

这里给 Windows 用户两份命令：PowerShell 用 PowerShell 版，CMD 用 CMD 版。不要混用。

PowerShell 版：

# 前提：已安装 nvm-windows
nvm install 24.17.0
nvm use 24.17.0

node.exe -v
npm.cmd -v

New-Item -ItemType Directory -Force D:\TokenStudio | Out-Null
Set-Location D:\TokenStudio

$pkg = 'token-studio' + '@' + '6.0.8'
npx.cmd -y $pkg

CMD 版：

REM 前提：已安装 nvm-windows
nvm install 24.17.0
nvm use 24.17.0

node -v
npm -v

mkdir D:\TokenStudio
cd /d D:\TokenStudio

set "pkg=token-studio"
set "at=@"
set "ver=6.0.8"
npx -y %pkg%%at%%ver%

如果已经有 Node 24，也可以只运行最后三行。它做的是完整本地真实模式，不是 demo：

1. npx 从 npm 下载并运行 token-studio
2. Token Studio 做只读 coverage，检查本机是否有 Claude Code / Codex CLI 结构化 token 日志
3. 通过可信 gate 后，把 event 级 token 元数据写入本地 SQLite
4. 启动 127.0.0.1 上的本地 Web/API 服务
5. 自动打开浏览器 Dashboard
6. 后台定时刷新可信 Claude/Codex token 元数据
7. 在 Trust 页面确认数据可信度
8. 在 Review 页面生成证据队列、模型策略和行动报告
9. 如需实时观察，再打开 Desktop Pulse 或 /live

第一次使用可以按这个顺序看：

几个常用命令也可以分开用：

$pkg = 'token-studio' + '@' + '6.0.8'

# 真实模式：下载、采集可信 token、启动本地看板
npx.cmd -y $pkg

# 只做只读检查，不写 SQLite
npx.cmd -y $pkg --dry-run-only --no-open

# 只打开已有本地数据库，不重新采集
npx.cmd -y $pkg --no-collect

# 查看本地实时状态摘要
npx.cmd -y $pkg statusline --format=text

# 如果你只想看产品界面，可以用合成数据
npx.cmd -y $pkg demo

注意：第 3 节里的真实模式命令会读取本机结构化 token 元数据，但不会读取 prompt、response、transcript、diff 或完整本机路径。demo 是合成数据，只用于看界面，不代表真实采集成功。

3.1 Dashboard：先看成本、模型和趋势

这张图回答的问题：当前周期 token、官方价换算、模型消耗和趋势是否异常。

Dashboard 的首屏不应该先解释产品理念，而应该先让用户看到真实数据：总 token、输入、输出、缓存、推理 token、官方价换算、模型分布和趋势。

因为用户打开看板的第一反应通常不是“这个工具有什么功能”，而是：

我的 token 到底花在哪里？哪个模型最贵？今天有没有异常？

3.2 Trust：确认数据是否能用于复盘

这张图回答的问题：当前数据是 demo、旧聚合库，还是可信 event 级真实采集；哪些来源能用于 ROI 判断。

Trust 页面是我认为最容易被低估的一页。

它负责回答：当前是 demo、空库、旧聚合库，还是真实 event 级数据？Claude / Codex / Cursor 等来源分别是什么状态？daily、session、event 之间能不能对齐？哪些来源只是 detected-only，不能当成真实覆盖？

如果这一步不清楚，用户就会把“看起来有数据”误当成“可以做决策”。

3.3 Review：把 token 变成 ROI 证据

这张图回答的问题：哪些 token 已经有产出证据，哪些 session 仍缺项目、任务、阶段、价值或产出链接。

Review 不是普通报表，而是复盘页。

它关心：哪些 token 产出了东西，哪些高成本 session 仍缺证据，哪些模型策略可以调整，哪些建议应该进入下周行动清单。

我还加了三个专业可复制输出包：

• 复盘证据包
• 技术博客草稿
• 简历 / 面试项目描述

这些内容不是静态 bullet，而是基于当前结构化数据生成的 Markdown，方便直接复制到周报、博客或简历项目说明里。缺人工确认或产出链接时，它会明确写限制，不会编造成果。

3.4 Desktop Pulse：桌面实时伴侣

这张图回答的问题：过去 24 小时 token、成本、请求、缓存复用和模型消耗是否处在可控范围内。

Desktop Pulse 是 v6 的桌面端补强。它不是主产品，也不替代浏览器复盘页。

它更像一个本地实时仪表盘：当我正在高频使用 Claude Code 或 Codex 时，它能快速告诉我今天 token 是否失控、重模型是否用得过多、是否有预算风险、是否该停下来处理 open actions。

3.5 动图体验

这张动图回答的问题：从 Dashboard 到 Trust、Review、Live，完整复盘流是怎么走的。

动图地址：https://yanxai.com/images/token-studio-roi/token-studio-walkthrough.gif

4. 和竞品相比，Token Studio 的差异在哪里

我查过同类项目后，结论比较明确：竞品很强，但强项不一样。

ccusage 的优势是多来源覆盖和 JSON 报表。它能统一读取 Claude Code、Codex、OpenCode、Amp、Goose、Kimi、Qwen、Copilot CLI、Gemini CLI 等本地数据源，并提供 daily、weekly、monthly、session 等视图。

CodeBurn 的优势是 TUI 和快速成本观测，强调按 task、model、project、provider 拆分 AI spend。

TokenTracker 的优势是覆盖工具数量、桌面组件、菜单栏和去重能力。

tokscale 的优势是 CLI/TUI、贡献图、leaderboard 和更强的可视化传播感。

Token Studio 没有选择去硬拼这些方向。它的差异是：

所以它不是 ccusage 的替代品，也不是 CodeBurn 的 TUI 复制品。更准确地说，它是本地复盘层：把可信 token 进一步变成工作证据、策略判断和下周行动。

5. 架构设计

Token Studio 的架构很简单，但每一层都保持边界清楚。

Claude Code / Codex CLI 本地日志
        |
        v
结构化 collector
        |
        v
SQLite: token_events / session_usage / daily_usage
        |
        v
Coverage Trust / Reconciliation
        |
        v
Evidence Flywheel
        |
        v
Dashboard / Trust / Review / Live / Desktop Pulse

5.1 为什么用 SQLite

因为这是个人本地工具。

SQLite 不需要部署数据库，容易备份，适合单用户本地场景，也方便把数据文件明确排除在 npm 包和 Git 仓库之外。

5.2 为什么不用云端

AI 编程数据很敏感。即便不保存正文，session、模型、时间、项目名、产出链接也可能透露工作节奏和项目方向。

所以默认选择是：数据留在本地，复盘也在本地完成。

5.3 为什么不估算所有工具

覆盖数量本身不是目标。可信覆盖才是目标。

如果某个工具没有稳定 token 字段，Token Studio 不会用文本长度估算 token，也不会把 detected-only 写成采集成功。它会建议用 ccusage bridge 导入结构化 JSON，或者明确标记“当前无可靠 token 字段”。

6. 隐私和安全边界

这部分很重要，但不需要在每一段重复。

Token Studio 的边界集中在几条：

• 不保存 prompt、response、transcript、diff、文件内容或完整本机路径。
• Web API 默认绑定本机地址。
• 普通写接口要求 local Origin + JSON。
• /api/ingest 默认关闭，只有设置 INGEST_TOKEN 后才启用 Bearer token 写入。
• Desktop Pulse 只读本地聚合数据，不上传，不做远程控制面板。
• 官方价换算不是供应商账单，只用于复盘和策略模拟。

这也是为什么我没有把它做成云端 SaaS。对这个产品来说，隐私不是附加卖点，而是系统边界。

7. 我怎么判断这个项目是否有价值

我不想把 Token Studio 写成“又一个全能平台”。

它解决的是一个很具体的问题：

对高频 AI 编程用户来说，token 已经变成持续投入，但缺少一个本地、可信、可复盘的投入产出系统。

如果只看 token 数，意义有限。
如果 token 能连接到项目、任务、阶段、产出和模型策略，它才开始变成可管理的工作资产。

这个判断也符合软件工程研究里常见的问题-方法-证据-评价结构：先定义真实问题，再做可运行系统，然后用真实数据、限制条件和验收门来评价，而不是只做一个漂亮页面。

Token Studio 不会自动证明“ROI 提升了 37%”。它更保守，也更可信：

• 哪些数据可信。
• 哪些只能看趋势。
• 哪些不能下结论。
• 哪些证据缺口最值得补。
• 哪些模型策略值得下周试。

8. 当前局限

这个项目有明确边界。

第一，它不能恢复所有历史。它只能覆盖本机仍然保留、且日志里有可靠 token 字段的数据。

第二，它不是供应商账单。官方价换算适合做趋势和策略复盘，不适合做财务对账。

第三，它不会读取正文，所以不会自动理解任务质量。产出价值仍然需要人工确认或结构化证据支撑。

第四，它不会为了覆盖面伪造 token。没有可靠 token 字段，就不会写成“已采集成功”。

第五，桌面 Pulse 只是伴侣。真正的复盘仍然在浏览器 Review 和 Trust 页面里完成。

9. 后续是否继续做

v6 之后，我不打算继续无限追竞品功能。

后续只维护几类事情：

• 上游日志格式变化
• 官方价格变化
• 真实 bug
• 隐私和安全问题
• release / npm / 桌面打包问题

明确不做：云同步、账号体系、多用户、leaderboard、大型 TUI、伪造 collector、文本长度估算 token。

因为再往后加功能，收益已经不如把当前闭环打磨稳定。

10. 排错命令速查

完整下载和启动命令见第 3 节。下面是几个排错或进阶命令。

如果你只想确认它能不能看到你的本机日志，可以先运行：

$pkg = 'token-studio' + '@' + '6.0.8'
npx.cmd -y $pkg --dry-run-only --no-open

如果你已经有本地 SQLite，只想打开看板，不想重新扫描日志：

$pkg = 'token-studio' + '@' + '6.0.8'
npx.cmd -y $pkg --no-collect

如果你要看桌面端实时伴侣，当前推荐先从本地源码或 GitHub Release asset 体验；npm 主入口仍是 Web/CLI：

git clone
cd
npm install
npm run desktop

项目地址：

• GitHub：https://github.com/RyanCoreAI/token-studio-roi
• npm registry：https://registry.npmjs.org/token-studio/latest
• Release：https://github.com/RyanCoreAI/token-studio-roi/releases/tag/v6.0.8
• 动图体验：https://yanxai.com/images/token-studio-roi/token-studio-walkthrough.gif

如果你想验证它是否真的能采到你本机的数据，最直接的方式还是在本机运行真实模式，而不是看 demo。

参考资料

• GitHub README 文档：About READMEs
• OpenAI Prompt Caching：Prompt caching
• OpenAI Reasoning models：Reasoning models
• Anthropic Prompt Caching：Prompt caching
• Anthropic Extended Thinking：Extended thinking
• ccusage：ccusage documentation
• CodeBurn：GitHub
• TokenTracker：GitHub
• tokscale：GitHub
• Mary Shaw, Writing Good Software Engineering Research Papers：PDF
• Design Science Research：PDF