【免费下载链接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn项目地址https://gitcode.com/gh_mirrors/co/codeburn点击查看免费下载CodeBurn 通过内置的 ZCode Provider以只读方式解析 ZCode CLIz.ai 推出的编码 Agent运行 GLM-5.2 模型、基于 z.ai start-plan 订阅在本机落盘的 SQLite 数据库将 token 用量与花费按模型、项目、任务维度纳入统一报表同时通过扫描 ZCode 桌面端 Chromium Local Storage 的 leveldb journal 提取 OAuth 登录态调用 z.ai 官方额度接口在 Plans 侧边栏实时展示套餐剩余额度。读完本文你将掌握 ZCode 数据的存储位置与三张核心表结构、codeburn 的字段映射与缓存/去重处理逻辑、套餐额度的在线抓取机制以及该模块已知的 quirks 与排障方法。ZCode 与 CodeBurn 的集成定位ZCode 是 z.ai 出品的 CLI 编码 Agent运行 GLM-5.2 模型走 z.ai 的start-plan订阅。由于套餐模式下 ZCode 自身只记录 token 数量、不落任何美元成本想要把 ZCode 的消耗并入 CodeBurn 的统一成本核算就必须由 CodeBurn 侧完成“token 提取 价格表计价”。整个集成由三部分源码构成用量解析src/providers/zcode.ts套餐额度CLI 侧src/quota/zcode.ts套餐额度Electron 桌面端app/electron/quota/zcode.ts以及 macOS 原生菜单栏的同构实现mac/Sources/CodeBurnMenubar/Data/ZcodeSubscriptionService.swiftProvider 采用懒加载策略src/providers/index.ts的lazyProviderNames列表包含zcode原因是解析器需要借助node:sqlite读取 ZCode 的 SQLite 数据库只有真正需要扫描 ZCode 时才动态import(./zcode.js)避免在无关场景拖慢启动。数据源为什么只有~/.zcode/cli/db/db.sqliteZCode 在磁盘上存在三类可能包含数据的文件但只有一处可用来源路径是否使用ZCode CLI 数据库~/.zcode/cli/db/db.sqlite✅ 唯一数据源桌面端 Electron 运行时目录~/Library/Application Support/ZCode❌ 仅存 Electron 运行时状态JSONL 活动日志~/.zcode/cli/log/*.jsonl❌ token 计数已被脱敏源码头部注释src/providers/zcode.ts明确记录了取舍原因JSONL 活动日志会脱敏 token 计数redact且任何来源都不存美元成本GLM-5.2 跑在 z.ai 的 start-plan 订阅上因此 token 从 SQLite 精确读取成本由价格表计算。存储格式三张核心表的结构与验证ZCode CLI 用单一全局 SQLite 数据库记录用量CodeBurn 侧针对 CLI dbv0.14.8做过 schema 校验src/providers/zcode.ts注释标注了验证日期。真正被读取的表只有三张CREATE TABLE session ( id TEXT PRIMARY KEY, directory TEXT NOT NULL, ... ); CREATE TABLE model_usage ( id TEXT PRIMARY KEY, session_id TEXT NOT NULL, turn_id TEXT, model_id TEXT NOT NULL, input_tokens INTEGER NOT NULL DEFAULT 0, output_tokens INTEGER NOT NULL DEFAULT 0, reasoning_tokens INTEGER NOT NULL DEFAULT 0, cache_creation_input_tokens INTEGER NOT NULL DEFAULT 0, cache_read_input_tokens INTEGER NOT NULL DEFAULT 0, started_at INTEGER NOT NULL, completed_at INTEGER, ... ); CREATE TABLE tool_usage ( session_id TEXT NOT NULL, turn_id TEXT, tool_name TEXT NOT NULL, started_at INTEGER NOT NULL, ... );session表存会话 id 与工作目录directory用于按项目归类model_usage表是核心一行即一次模型请求含输入/输出/reasoning token 与缓存读写 token时间字段为毫秒级 epochtool_usage表记录每次 tool 调用但它只关联到turn_id回合并不指向具体的model_usage行。测试用例tests/providers/zcode.test.ts中createZcodeDb构建的就是上述 schema 的最小可行子集仅保留 Provider 实际读取的列与真实库结构一一对应。会话发现与解析流水线Provider 的读取分两个阶段接口定义在src/providers/types.ts1. 会话发现discoverSessionsdiscover()src/providers/zcode.ts以只读方式打开数据库先通过validateSchema探测model_usage与session两张表是否存在SELECT COUNT(*) ... LIMIT 1再执行一次 JOIN 查询只挑出至少有一个 token 字段非零的会话SELECT DISTINCT s.id as id, s.directory as directory FROM session s JOIN model_usage m ON m.session_id s.id WHERE m.input_tokens 0 OR m.output_tokens 0 OR m.reasoning_tokens 0 OR m.cache_read_input_tokens 0 OR m.cache_creation_input_tokens 0每条 SessionSource 的path被编码为${dbPath}:${row.id}project则由sanitizeProject把目录绝对路径转换为主机无关的扁平 key去掉开头/、把/替换为-例如/Users/me/proj→Users-me-proj对应测试中的断言。解析时再从右侧切分该 path 还原 session id这样 Windows 盘符里的冒号不会破坏 id。2. 逐会话解析createSessionParser解析器parse()异步生成器按started_at升序读取model_usage行同时预先按 turn 聚合tool_usage逐行产出ParsedProviderCall。字段映射关系如下codeburn 字段ZCode 来源说明inputTokensmodel_usage.input_tokens减去 cached/created 部分见下文缓存拆分outputTokensmodel_usage.output_tokensreasoningTokensmodel_usage.reasoning_tokenscacheCreationInputTokensmodel_usage.cache_creation_input_tokenscacheReadInputTokensmodel_usage.cache_read_input_tokenscostUSD由calculateCost计算ZCode 不存任何成本modelmodel_usage.model_id如GLM-5.2timestampmodel_usage.completed_at为空则用started_atepoch msepochMsToIso兜底非有限值tools该 turn 的tool_usage.tool_name每个 turn 只挂到一次请求上缓存拆分OpenAI 风格 input 折叠的还原这是本 Provider 最关键的解析逻辑。ZCode 以 OpenAI 风格记录缓存行的input_tokens已经包含缓存读/写即provider_total_tokens input_tokens output_tokens。而 CodeBurn 的价格表是 Anthropic 语义新鲜输入按输入价、缓存读按缓存读价分开计费所以解析器必须把缓存部分从input_tokens里减回去const freshInput Math.max(0, (row.input_tokens ?? 0) - cacheRead - cacheCreation)这一拆分已对照provider_metadata_json里嵌套的 Anthropic usage 做过确认例如 100 输入 36 新鲜 64 缓存。测试用例tests/providers/zcode.test.ts中的splits cached tokens out of input用例验证了完整链路一行input_tokens 9125、cache_read_input_tokens 8064的记录解析结果为inputTokens 10619125 − 8064、cacheReadInputTokens 8064。成本计算时还有一个容易被忽略的细节GLM 是“reasoning 独立计桶”的模型zcode不在REASONING_INCLUDED_IN_OUTPUT集合中因此解析器通过billableOutputTokens(zcode, output, reasoning)把 reasoning token 按输出等价量加回后再交给calculateCost否则 reasoning 部分会漏计费对应测试bills reasoning tokens into the cost。去重以model_usage.id为主键Provider 层面没有缓存但每一行产出都会注册去重 keyzcode:${row.id}其中row.id是model_usage表主键、对每次请求唯一。解析器与seenKeys集合协作已出现过的 key 直接跳过tests/providers/zcode.test.ts的does not re-emit rows already in the seen set用例验证了重复解析时第二次产出为空。同时全零 token 的行会被continue跳过不产出任何记录。值得注意的 Quirks缓存 token 折叠进input_tokensOpenAI 风格如上一节所述行的input_tokens是完整 prompt 大小含缓存读/写provider_total_tokens input_tokens output_tokens。解析器减去cache_read_input_tokens与cache_creation_input_tokens后新鲜输入按输入价、缓存按缓存读价计费与嵌套的 Anthropic usage 相互印证例如 100 input 36 fresh 64 cached。任何地方都不存成本GLM-5.2 运行在 z.ai 的start-plan订阅上ZCode 日志里只有 token。CodeBurn 用价格表计算一个名义成本notional cost因此报表中的 ZCode 花费是估算值而非官方账单。GLM-5.2 通过别名定价LiteLLM 的价格快照没有直接收录某些命名变体因此模型名需要经过BUILTIN_ALIASESsrc/models.ts归一到已定价行。文档版本说明中曾提到GLM-5.2映射到glm-5p1GLM-5.1实现“按目标模型显示”而当前仓库源码src/models.ts第 505-512 行已演进为ZCode 上报大写的GLM-5.2/GLM-5.3快照中裸glm-5.2/glm-5.3行是列表价$1.4/$4.4而 z.ai 自己的z-ai/glm-5.2/z-ai/glm-5.3行才是实际支付的折扣价因此BUILTIN_ALIASES将glm-5.2、GLM-5.2、glm-5.3、GLM-5.3全部指向z-ai/glm-5.2/z-ai/glm-5.3。报表会以“定价目标”的名字展示模型与所有走别名的模型行为一致。若后续 LiteLLM 收录 GLM-5.2可去掉该别名。时间戳是毫秒与某些 Provider如 Crush 用秒不同ZCode 存的是 epoch毫秒解析器将其直接交给DateepochMsToIso还会对null/非有限值兜底为new Date(0)。工具按 turn 而非按请求挂载tool_usage只关联turn_id不关联具体model_usage行所以每个 turn 的工具列表会挂到该 turn 的第一条请求上避免跨多次请求重复计数源码用turnsWithToolsEmitted集合保证每个 turn 只挂一次。另外 Bash 命令文本不被存储因此bashCommands恒为空数组。测试种子数据中turn-1的两个工具调用Bash、Read最终以[Bash, Read]出现在单条解析结果上。套餐额度LivePlans 侧边栏的数据来源Plans 侧边栏的用量 gauge 走的是与 ZCode 桌面 App 内嵌 coding-plan 浏览器完全相同的额度接口——它是src/quota/zai.ts服务 Pi CLI 登录的姊妹实现区别只在于这里服务的是 ZCode 桌面 App 自身的登录态。src/quota/zai-plan.ts中的decodeZaiPlanUsage是两者共享的响应解码器。来源路径 / 端点登录令牌…/ZCode/session/Partitions/zcode-coding-plan/Local Storage/leveldb/*.logkey 为oauth:zai:access_token可用ZCODE_DATA_DIR环境变量覆盖 App-Data 根目录额度查询GET https://api.z.ai/api/monitor/usage/quota/limit请求头Authorization: Bearer tokenJournal 扫描而非 leveldb 读取器令牌是单字节latin-1字符串以key varint 长度 0x01 标记 value的布局直接存在于 Chromium 的 Local Storage journal 文件中。实现要点src/quota/zcode.ts与app/electron/quota/zcode.ts两处一致按*.log文件名倒序扫描journal 名是零填充计数器倒序即最新优先保留该 key 的最后一次写入由于每个字符串带一个单字节标记0x01表示 latin-1、0x00表示 UTF-16LE整个文件会用 latin1 与 utf16le 两种字节视图各读一遍保证 key 两种编码都能命中正则oauth:zai:access_token[\x00-\x20\x7f-\xff]{0,16}([A-Za-z0-9_\-./]{24,})跳过 key 与 value 之间的 varint 长度与字符串标记控制位或高位字节绝不可能是 token 字符文件大小上限MAX_JOURNAL_BYTES 16MB超出视为非 Local Storage 日志直接跳过明文 capped 读取而非readSecureFileChromium 拥有该文件权限位组可读是设计使然readSecureFile会拒绝这种模式。令牌只用于一次请求从不持久化、从不打日志失败分支只打印sanitizeError脱敏后的错误。无本地过期JWT 没有 expZCode 存储的 JWT不携带expclaim有效性完全由服务端裁决。因此 HTTP 200 响应体内携带业务级code: 401/403是唯一的过期信号解码器decodeZcodeUsage→decodeZaiPlanUsage将其判为rejected映射为terminalFailurefooter 提示 “Open the ZCode app and sign in again”只有 App 本身能铸造新登录。HTTP 层还有完整的状态分类401/403 →terminalFailure429 →transientFailure且按Retry-After计算重试秒数下限 60 秒≥500 →transientFailure找不到令牌 →disconnected。已知盲区leveldb 压缩当 leveldb 把 journal 压缩进.ldb文件后记录被 snappy 压缩原始字节扫描不可见gauge 会回退到disconnected直到 webview 写入新的 journal 条目才恢复。排查“App 已登录但 gauge 显示 disconnected”时优先检查是否发生了压缩、key 是否仍是oauth:zai:access_token。覆盖全部界面CLIsrc/quota/zcode.tsElectron 桌面端app/electron/quota/zcode.tsmacOS 原生菜单栏mac/Sources/CodeBurnMenubar/Data/ZcodeSubscriptionService.swift同样的 journal 扫描与端点catalog idzcode作为 live Capacity Dock 适配器Windows 上的映射与zai.ts一致windowLabel/resetsAt位于共享解码器src/quota/zai-plan.tsunit 3 × number 5→5-hour窗口unit 6 × number 1→Weekly窗口用量百分比优先取percentage字段缺失时用currentValue / usage推算源码对 JSON number 与字符串两种类型都做了兼容num()统一处理data.level为套餐标签pro→ Pro、coding_pro→ Coding ProplanLabel做下划线展开与标题化重置时间nextResetTime兼容 ISO-8601、epoch 秒与 epoch 毫秒三种形态。响应解码只接受CREDIT_LIMIT与TOKENS_LIMIT类型的窗口项无法识别的 payload 返回null→transientFailure并提示 “Z.ai returned an unrecognized quota response”。修复本模块 Bug 的操作手册文档与源码共同给出如下排障清单先确认 schema再动真库对真实 ZCode 安装验证 schema查询前把~/.zcode/cli/db/db.sqlite复制到临时文件避免锁住正在使用的活库openDatabase全程只读打开。成本全是 $0检查GLM-5.2或当前模型 id是否仍能通过BUILTIN_ALIASESsrc/models.ts解析到已定价模型。token 看起来约 8 倍偏高多半是有人删掉了输入归一化中的缓存减法——行的input_tokens已经包含缓存 token必须按“新鲜输入 缓存读”拆分计费。新增 fixture放在tests/providers/zcode.test.ts内联 schema 之下createZcodeDbseed模式。额度 gauge 在已登录状态下显示disconnected检查 journal 是否已被压缩进.ldb没有可用的*.log条目以及 key 是否仍为oauth:zai:access_token。测试保障集成质量由两层测试兜底用量解析fixture 驱动tests/providers/zcode.test.ts覆盖会话发现项目名扁平化、缓存拆分9125 → 1061 fresh 8064 cached、reasoning 计入成本、seen-set 去重四类场景额度抓取tests/quota-zcode.test.ts覆盖登录令牌从最新 journal 读出、key 原地轮换时保留最新写入、存储目录缺失返回 null、额度窗口与套餐等级映射、字符串型数字兼容、body 内鉴权码判为拒绝、HTTP 状态分类disconnected / terminalFailure / transientFailure、以及令牌以 Bearer 形式送达额度端点等行为Electron 侧同名测试位于app/electron/quota/zcode.test.ts。小结ZCode Provider 是 CodeBurn 中“离线解析 在线额度”双通道集成的代表离线通道以只读 SQLite 读取精确 token 并还原 OpenAI 风格缓存语义通过价格表与别名机制计算名义成本在线通道则利用 leveldb journal 扫描安全地复用 ZCode App 自身的登录态直连 z.ai 官方额度接口驱动 Plans 侧边栏。理解缓存拆分、别名定价与 journal 压缩盲区这三处细节是正确使用与维护该集成、以及排查“零成本”和“disconnected”两类高频问题的关键。赞分享【免费下载链接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn项目地址https://gitcode.com/gh_mirrors/co/codeburn点击查看免费下载相关推荐9Router 配额追踪与用量监控深度指南实时 Token 消耗、额度预警与成本管控9Router 配额追踪与用量监控深度指南实时 Token 消耗、额度预警与成本管控 导读 9Router 是一个面向 AI 编程的统一网关可把 Claud人工智能LLM 网关AI 应用Antigravity-Manager 集成 z.aiGLM实战Anthropic 兼容透传 MCP 三件套 配额监控Antigravity Manager 集成 z.aiGLM实战Anthropic 兼容透传 MCP 三件套 配额监控 导读 本文基于 docs/LLM 网关API网关AI 应用后端CodeBurn 集成 Hermes Agent 深度解析SQLite 会话级用量解析、计费路由与账本增量核算CodeBurn 集成 Hermes Agent 深度解析SQLite 会话级用量解析、计费路由与账本增量核算 CodeBurn 是一款本地运行、免费的开源创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
