AI 编程工具的账单只给你一个月底总额，CodeBurn 干的事是把这一笔总数拆开，按项目、模型、任务三根轴重新算一遍。它不联网、不要账号，直接读你本机那些工具自己写下的 session 文件。我装它跑了一遍，看到的是自己真实的十一月账单。拆出来的东西比月度总额有用得多。每个工具每次用的时候都会写一个 session 文件，里面存着每一次 token 和每一次模型调用，CodeBurn 读这些文件产出拆解，这是 README 的原话，我核过。

npx 一条命令起手

它的门槛低到只有一条命令。没有账号，没有 sign-up。装的时候要求 Node.js 22.15 以上，我本机是 v22.22.2，满足。

npx codeburn

这条命令跑起来，CodeBurn 去你工具已经在写的目录里找文件，给每个 token 定价，打印你花了多少。总数下面是四张表：按工具、按模型、按项目、按任务。任务指的是 agent 当时在干嘛，编码、调试还是规划，从 session 本身推断出来。

我实测装它。命令是 npx -y codeburn --version，输出 0.9.28。这个版本号是它自己打印的。

$ npx -y codeburn --version
0.9.28
$ npx -y codeburn status

  Today  $0.00  0 calls    Month  $0.213  16 calls

status 是它的紧凑输出。今天零调用零花费，本月 0.213 美元、16 次调用。这两行就是我本机跑出来的原文，一个字没改。看到 Month 那个 0.213，我就知道它真的读到了本机的东西，不是空转。

doctor 扫出我本机四款工具

真正让我信的是 doctor 这条命令。它逐 provider 探测，告诉你在哪找到 session、解析得怎么样。我跑完，它扫了 43 个 provider。我本机有数据的就四款。Claude 4 个 session、Codex 1 个、Copilot 18 个、Cursor 3 个，剩下 38 个全是 NOTHING FOUND，因为那些工具我压根没装。

Claude    4 sessions   OK (4 sessions)
Codex     1 session    OK (1 session)
Copilot  18 sessions   OK (18 sessions)
Cursor    3 sessions   OK (3 sessions)
Vercel AI Gateway      NETWORK (not configured; no API key)
Bottom line: 4 OK, 38 with nothing found, 0 errors.

这四行是我从 doctor 输出里抽出来的关键行。它连探测的具体路径都列出来，Claude 读 ~/.claude/projects，Copilot 读 ~/.copilot 加 VS Code 的 workspaceStorage。有个细节我没想到，Vercel AI Gateway 单独报 NETWORK，因为没有 API key。它把网关当一类特殊来源，不混进普通工具里。这个预期和实际的落差值得记，我之前以为它只读本地文件。

我的十一月账单拆开看

overview 把整月拆开。我跑出来，本月 8,453,772 个 token，缓存命中 93.8%。这个数拆开看更有意思。

Tokens
  Input      527,988    6%
  Output       5,528    0%
  Cache out 7,920,256  94%
  Total     8,453,772  100%

Top models   DeepSeek v4 Flash  $0.213  16 calls  8,453,772 tokens
Top projects Zyentor_NovelOS    $0.213  1 session
By activity  Coding             $0.213  3 turns
Tools        Bash               13 calls

这组数字说明一件具体的事。我十一月用 Claude Code 接 DeepSeek v4 Flash 干了 16 次调用，94% 的 token 吃在缓存里，实际计费的输入只有 6%。项目就一个，Zyentor_NovelOS。任务分类 Coding。工具是 Bash 调了 13 次。缓存命中 93.8% 这个数字很值钱，它解释了为什么八百万 token 只花两毛一，钱基本让缓存吞了。

models 命令给的是更大范围的历史，跨月口径。DeepSeek v4 Pro 101.7M token 花了 8.29 美元，Flash 34.5M 花了 0.589，Cursor 的 7.7K 是估算值 0.049 带了个 ~ 号。这个 ~ 号是它自己标的，表示这一行是估的。看到这个记号我就明白，它对自己产出的每个数字都标了来历。我认这个做法。

编程还是调试，靠规则不靠模型

它怎么知道一次 session 是在编码而不是调试。按 README 的说法，靠的是工具名和你消息里的词，没有任何模型调用参与。Edit 和 Write 算 Coding。错误加修复的词配工具调用算 Debugging。pytest 或 vitest 算 Testing。Read 和 Grep 没编辑算 Exploration。Agent 工具算 Delegation。一共 13 类，规则是确定性的，同一段 session 永远落到同一类。

这个设计我认。用规则而不是让模型再判一次，省钱，也可复现。它没给任务分类引入模型成本，账算得干净。

它还有一层我更看重。optimize 命令读最近 30 天的 session 和你 ~/.claude 的配置，列出花了 token 却没产出的东西：一个每轮都被重读的文件、一个装了几个月从没调过的 MCP server、一个长到每轮都跟着请求走的 CLAUDE.md。guard 命令装 Claude Code hooks，超过 5 美元警告、15 美元停下。这两条指向同一件事，账不光要看清，还要能下手改。

本地读文件，这个设计值钱

我的判断是，CodeBurn 的价值不在它算得多准，在它不碰你的网络。它读的是已经躺在你磁盘上的文件，没有账号、没有 API key、不站在你和 agent 中间。按 README 的原话，如果它明天停摆了，你的工具根本不会察觉。价格数据从 LiteLLM 拉，每天刷新一次，缓存 24 小时。这是它和云端计费工具最硬的分界。一个要你把用量传上去，一个只在你本地算。

我的建议是先跑 doctor，它把本机有哪些 session 一次扫清楚，再上 overview 看拆解，别一上来就 optimize。你要的是「这个月钱花哪了、哪些是浪费、怎么省」，CodeBurn 一条命令就给，值得装。你要的是团队多人跨机器的统一账单，它要靠 devices 配对或 web 面板自己搭，费点事。它更适合个人开发者看清自己，不适合要 SaaS 报表的团队，那是另一条路。别为了看一个数字就把用量传到云端，本地能算清的事，不该交给网络。

一句话。月度账单是总数，CodeBurn 把它变回明细。我这一趟拆出来的结论很具体：八百万 token 九成四吃在缓存，钱基本没花在生成上。