如何用Pilot Shell Usage追踪Token成本：模型路由与用量趋势分析完整指南
【免费下载链接】pilot-shellProfessional context and harness engineering for Claude Code and OpenAI Codex. Build production-grade software with spec-driven development, TDD, persistent memory, quality gates, code intelligence, human oversight, and end-to-end verification.项目地址: https://gitcode.com/GitHub_Trending/cl/pilot-shell
Pilot Shell是一款面向 Claude Code 与 OpenAI Codex 的专业上下文与工程辅助工具（harness），内置的Usage 用量追踪面板可以帮你一键看清 Token 花费：每日成本、模型成本占比、月度趋势以及工具节省的 Token 数，无需手动对账单。本文带你快速上手，用 5 分钟读懂你的 AI 编程账单。
为什么需要追踪 Token 成本？
用 AI 写代码很爽，但月底一看账单更爽——当然不是开心的那种爽。
- 成本不透明：Opus、Sonnet、Haiku 价格差异巨大，混着用根本算不清
- 趋势不可见：不知道哪天花费飙升，更不知道是哪个模型、哪个会话引起的
- 优化无从下手：没有数据，就谈不上"降本"
Pilot Shell 的 Usage 页面（对应源码 views/Usage/）直接读取会话记录自动核算，所有数据本地统计，开箱即用。
打开 Usage 面板：4 大指标卡片一眼看懂
在 Console 左侧导航点击Usage，即可看到顶部的四张核心指标卡：
| 指标卡片 | 含义 | 典型用法 |
|---|---|---|
| Daily Cost | 今日花费 | 每天扫一眼，及时发现异常 |
| Avg Daily Cost (Last 6 days) | 近 6 天日均花费 | 建立"正常水平"基线 |
| Daily Tokens | 今日消耗的 Token 总量 | 关注上下文膨胀问题 |
| Avg Daily Tokens (Last 6 days) | 近 6 天日均 Token 量 | 判断工作量趋势 |
面板顶部还有一组All / Claude Code / Codex切换标签，让你单独核算某一个客户端的用量，多客户端用户不再互相"背锅"。
用量趋势分析：日曲线 + 月柱状图
Usage 页面的中部是两张关键图表：
每日成本与 Token 趋势（近 14 天）
由 DailyCostChart.tsx 渲染的曲线图，双轴展示**成本（$）**与Token 量：
- 找峰值：某个尖峰往往对应一次大型重构或长会话
- 找低谷：低谷说明当天少用或切换了廉价模型
- 双轴对照：成本峰值和 Token 峰值是否重合？不重合说明"贵模型"被用上了
月度成本与 Token 柱状图
MonthlyCostChart.tsx 按自然月聚合，适合做月度预算复盘：这个月比上个月涨了 30%，是工作量涨了还是模型选贵了？一眼可知。
模型路由成本占比：谁在烧钱？
"Cost by Model" 区块（ModelCostBreakdown.tsx）是模型路由分析的杀手锏。它按Day / Week / Month三个时间维度，列出各模型的花费、占比与 Token 量。
以截图中某周为例：
- Opus 96%（$1340.48 / 2062.5M tok）
- Sonnet 4%（$60.17 / 131.5M tok）
- Haiku 0%（$0.26 / 1.8M tok）
💡解读方法：如果你的 Opus 占比常年 90% 以上，说明几乎所有请求都走了最贵的模型。结合下文"模型路由"章节，把执行类任务下放给 Sonnet/Haiku，成本可以立竿见影地降下来。
配合模型路由（Model Switching）省钱
Pilot 提供 Model Routing 文档，支持三种模式（Console → Settings → Model Switching）：
| 模式 | 行为 | 适合场景 |
|---|---|---|
| Manual（默认） | /spec全程使用你/model选中的模型 | 想完全自主控成本 |
| Automated | 走 Claude Code 原生opusplan：Opus 负责规划、Sonnet 负责执行 | 规划要聪明、执行要便宜 |
| Off | 不做任何模型切换管理 | 固定单一模型的用户 |
省钱套路：规划阶段用 Opus 保证质量，执行阶段用 Sonnet 跑量——Automated 模式正是这个思路的自动化版本。切换模式后，Usage 页面的"Cost by Model"会如实反映新比例，改没改对一目了然。
另外，对于 Codex 会话，Pilot 会读取会话中记录的真实模型并套用离线价格表；未知模型会显示为"未定价"而不是悄悄算成 $0，保证账单不虚报。
工具 Token 节省：被忽略的另一本账
页面下方的Tool Token Savings卡片（ToolSavingsCards.tsx）统计的是"省下来"的 Token：
- tokens saved：工具输出压缩后节省的总量（示例：282.9M）
- Savings ratio：节省比例（示例：96.6%）
- Commands processed / Tokens processed / Total exec time：处理的命令数、原始 Token 数与总执行时长
这说明工具输出的重复内容被大幅压缩后才进入上下文——同样的活，Token 只花了零头。这是评估"上下文优化是否生效"的直接证据，相关机制见 Context Optimization 文档。
按项目与规格定位花费来源
统计并非只有全局视角。Usage 的后端聚合支持项目过滤（参考 usage-routes 测试 与 stats-project-filter 测试），配合 Dashboard 的项目筛选器，你可以：
- 在 Dashboard 选定某个项目，查看该项目专属的用量与成本
- 结合 Sessions 视图找到最烧钱的单次会话
- 复盘该会话的模型选择与上下文长度，调整下次的模型路由
推荐节奏：每天 30 秒看 Daily Cost，每周看一次 Cost by Model 与 Code Quality（"AI work that landed in main"，统计合入主干的 AI 产出与单提交成本），每月做一次月度柱状图复盘。
常见问题（FAQ）
Q1：Usage 数据从哪里来？从本地会话记录（JSONL 用量日志，测试夹具见 tests/fixtures/usage-jsonl/）自动解析聚合，隐私数据不出本机；未知模型不会按 $0 计，而是标注"未定价"。
Q2：切换模型后，历史数据会变吗？不会。历史花费按当时记录的模型计价，切换只影响之后的请求。
Q3：Codex 用户能用吗？能。Codex 会话的成本同样纳入统计（Unknown 模型显示为未定价），只是模型切换由 Codex 自己管理，Pilot 不做干预。
总结
- 四张指标卡看当天：Daily Cost / Avg Cost / Daily Tokens
- 双图看趋势：14 天日曲线 + 月度柱状图
- Cost by Model找烧钱的模型，配合Model Switching三种路由模式降本
- Tool Token Savings验证上下文优化收益
- 按项目筛选定位具体花费来源
装上 Pilot Shell，打开 Usage 页面，你会发现"AI 账单黑箱"其实只需 5 分钟就能彻底看透。
【免费下载链接】pilot-shellProfessional context and harness engineering for Claude Code and OpenAI Codex. Build production-grade software with spec-driven development, TDD, persistent memory, quality gates, code intelligence, human oversight, and end-to-end verification.项目地址: https://gitcode.com/GitHub_Trending/cl/pilot-shell
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
