一句话判断

天天用 Claude Code / Codex / Gemini CLI 干活，但说不清「这个月 AI 花了多少钱」的人。它不联网、不传数据，纯读本机日志产出账单。

tokentab 做的事很朴素：Claude Code、Codex、Cursor（半成品）和 Gemini CLI 本来就在你磁盘上留下会话日志，它把这些日志读出来，把每个请求记录的 token 数换算成钱，然后按模型、按项目、按天、按会话做的事（编码 / 调试 / 重构 / 测试）分类汇总。跑一条命令，这个月的开销分布就在终端里。

它的设计取舍比功能更值得看。第一，**完全本地**：不注册账号、不要 API key、一个字节都不出你的机器，连价格表都是仓库里手写的一张 Python dict——作者宁可调价慢半拍，也不要因为厂商改个模型名就崩掉。第二，**几乎零依赖**：唯一第三方库是 rich，用来画终端表格，Web 面板直接用标准库起服务绑 localhost。第三，**可扩展**：每接入一个新工具就是在 providers/ 下写一个返回 UsageRecord 列表的模块，下游的计价、分组、面板全都不用改。

对你真正有用的其实不是那个总数，是它给出的三条读数：缓存命中率长期低于 80%，说明上下文不稳定或缓存没开；某个贵模型在一堆小调用上占了大头，说明你在用牛刀杀鸡；"chat" 和 "exploring" 占了大比例，说明预算花在聊天和读代码上而不是改代码上。这三条每一条都对应一个马上能做的动作。

顺便一提，token 数是从日志里直接读的，不是估算。它对缓存的处理还算细心：Claude 会把缓存读写分开记，Gemini 的输入 token 含缓存部分，tokentab 会先把这部分扣出来再计价，避免同一批 token 收两次钱。

能拿它做什么

月度对账：这个月 AI 花了几百还是几千，拆到每个项目上
找出浪费：哪个模型在廉价任务上占据位，切到便宜模型能省多少
报价依据：给客户报 AI 相关工作时，拿历史数据算成本底线
缓存体检：缓存命中率掉下去能第一时间发现，而不是靠月底账单

怎么用起来

git clone https://github.com/crwdla/tokentab && cd tokentab && pip install .
默认看最近 7 天：tokentab
只看今天：tokentab -today；看整月：tokentab -month；看全部历史：tokentab -p all
起本地面板：tokentab -web（打开 http://localhost:4747，只读本机数据）

官网在 github.com/crwdla/tokentab ，源码在 GitHub 仓库 ↗。

坑在哪

注意

价格表是手写的，厂商调价或改模型名后可能算成 $0.00——作者的处理是明确提示「没匹配到」而不是默默算成免费，看到零要认真核实。Cursor 的适配目前是桩，还没做完。它只能统计有本地日志的工具，走网页或 API 直连的用量一概看不到，别指望它覆盖全部开销。另外它是个人工具的完成度，别拿它当团队级计费系统用。

用 AI 干活而不记账，等于开着水龙头看水表——tokentab 就是那块水表。