toktrack - Open-Source-Dashboard zur konsolidierten Verfolgung von Token-Kosten für AI-Coding-CLIs (4GB files > 40ms)

Entwicklungshintergrund

• Ich habe ccusage gern genutzt, merkte aber, dass es mit der Zeit immer langsamer wurde. Bei der Überprüfung stellte sich heraus, dass die Sitzungsdateien auf 4 GB und über 3000 Dateien angewachsen waren und die Ausführungszeit von ccusage auf über 40 Sekunden gestiegen war.
• Da ein PR zur Optimierung noch immer nicht gelöst war, habe ich beschlossen, es selbst zu bauen.
• Wenn ich schon etwas baue, dachte ich, wäre es praktisch, die Token-Nutzung verschiedener AI-CLIs auf einmal sehen zu können. Deshalb habe ich die Richtung auf ein Dashboard im TUI-Stil festgelegt, das alles auf einen Blick zeigt.

Hauptfunktionen

• Konsolidiert Token-Nutzung und -Kosten von Claude Code, Codex, Gemini-CLI und OpenCode in einem einzigen Dashboard
• Tages-/Wochen-/Monats-Kostentrends, modellbasierte Analyse, 52-Wochen-Heatmap
• Unterstützung für den CLI-Modus

Leistung (bei 4 GB, 3000 Dateien)

• Paralleles Parsing mit Rust + simd-json + rayon
• Cold start (ohne Cache): ~ 1 Sekunde
• Warm start (mit Caching): ~0,04 Sekunden
• Durchsatz: ~3 GiB/s

Datenaufbewahrung

• Claude Code löscht Sitzungsdateien standardmäßig nach 30 Tagen. Je länger Sitzungsnutzungsdaten erhalten bleiben, desto größer ist aus meiner Sicht der Nutzen von toktrack.
• toktrack cached tägliche Kostenzusammenfassungen unabhängig, sodass Kostenaufzeichnungen erhalten bleiben, auch wenn die Originaldateien gelöscht werden.

Installation

npx toktrack

GitHub: https://github.com/mag123c/toktrack
Deep Dive(Tistory): https://mag1c.tistory.com/601

[kims707]

Als ich den Deep-Dive-Artikel gelesen habe, hatte ich sofort den Eindruck, dass er von einem echten Könner stammt.

[mag1c]

Das ist zu viel Lob! Vielen Dank für Ihr Interesse!