每日一个开源项目(第153篇):AgentsView - 跨 30+ AI 编程工具的会话分析和费用追踪,本地优先,无需账号

引言

"Gartner 预测:到 2028 年,AI 编程的费用将超过开发者平均工资------token 消耗正在成为团队最大的隐性成本之一。"

这是"每日一个开源项目"系列的第153篇文章 。今天的主角是 AgentsView------一个本地优先的 AI 编程 Agent 会话分析和费用追踪工具。

你用 Claude Code 处理一个任务,用 Cursor 写另一个模块,偶尔用 Codex 跑自动化脚本。每个工具都有自己的会话历史,存在不同的目录里,用不同的格式。你想知道"这个月我在 AI 编程工具上花了多少钱?哪个 Agent 用得最多?有哪些会话值得回头查?"------没有统一的答案。

AgentsView 做的事情直接:索引所有 Agent 的会话数据到本地 SQLite,提供统一的搜索界面、费用分析和 Analytics 仪表板。单二进制,本地运行,不需要账号,数据不离开机器。

你将学到什么

  • AgentsView 的架构:Go + SQLite + Svelte,如何比重新解析原始文件快 100 倍
  • 支持的 30+ 个 Agent 和它们的会话目录路径
  • 实用的 CLI 命令:每日费用汇总、会话列表、统计分析
  • PostgreSQL 团队同步和 DuckDB 分析镜像
  • S3 支持:多机器集中管理会话数据
  • 隐私设计:DNS 重绑定保护、本地绑定、匿名遥测

前置知识

  • 日常使用 Claude Code、Cursor 或类似 AI 编程工具
  • 关心 AI 工具的 token 费用

项目背景

项目简介

AgentsView 是一个本地优先的 AI Agent 会话分析平台,核心逻辑是:每个 AI 编程工具都把会话历史写在本地,格式各异但都是文件,AgentsView 解析这些文件,构建统一的 SQLite 索引,提供一个统一的查询和分析界面。

它不改变任何工具的工作方式,不插入代理层,只是把已经存在的数据变得可查询。

作者介绍

项目数据

  • ⭐ GitHub Stars: ~4,000
  • 🍴 Forks: ~305
  • 📄 License: MIT
  • 💻 语言: Go 81.1% / TypeScript 10.7% / Svelte 5.9% / Rust 1.1%

主要功能

多 Agent 自动发现

AgentsView 自动扫描 30+ 个主流 AI 编程工具的会话目录:

Agent 会话目录
Claude Code ~/.claude/projects/
Codex ~/.codex/sessions/
Gemini CLI ~/.gemini/
Cursor ~/.cursor/projects/
Forge ~/.forge/
Copilot CLI ~/.copilot/
Devin CLI ~/.local/share/devin/
OpenCode ~/.local/share/opencode/
Zed ~/Library/Application Support/Zed/
Aider .aider.chat.history.md(需配置)

每个目录路径都可以通过环境变量覆盖。

全文检索

基于 SQLite FTS5,对所有 Agent 的所有会话内容建立全文索引。想找三周前某个 Claude Code 会话里讨论的"认证模块重构"方案?在 AgentsView 里全文搜索就能找到,不需要手动翻目录或者 grep 原始 JSONL 文件。

Token 和费用追踪

AgentsView 从各 Agent 的会话数据里提取 token 使用量和模型元数据,构建费用视图:

bash 复制代码
# 今日费用汇总
agentsview usage daily

# 今日费用,按模型细分
agentsview usage daily --breakdown

# 最近 7 天
agentsview usage weekly

# 最近 28 天统计
agentsview stats

典型输出:

bash 复制代码
Daily Usage --- 2026-07-07
─────────────────────────────────────────
Agent        Sessions  Input Tok   Output Tok  Cost
──────────   ────────  ──────────  ──────────  ──────
Claude Code  8         1,823,441   142,891     $4.21
Codex        3         284,920     31,204      $0.87
Cursor       12        ------          ------          ------
──────────   ────────  ──────────  ──────────  ──────
Total        23        2,108,361   174,095     $5.08

Analytics 仪表板

Web UI(http://127.0.0.1:8080)提供:

  • 使用热力图:按天/时显示活跃度
  • 工具使用统计:哪些工具调用最频繁(bash、read、write...)
  • 速度指标:每会话平均 token 量、任务完成时长
  • 项目维度分解:按项目目录查看 Agent 使用情况

Recent Edits(近期文件改动)

一个实用的功能:显示 Agent 最近改动过的文件,按项目分组。当你结束一天的工作想回顾"AI 今天改了哪些文件",不需要翻 git diff,AgentsView 直接列出来。

实时更新

AgentsView 以守护进程方式运行,通过 SSE(Server-Sent Events)监听新会话数据,Web UI 实时刷新。当前正在进行的 AI 会话也能即时反映到仪表板。


快速开始

安装

bash 复制代码
# macOS / Linux
curl -fsSL https://agentsview.io/install.sh | bash

# Windows(PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://agentsview.io/install.ps1 | iex"

# macOS Homebrew
brew install --cask agentsview

启动

bash 复制代码
# 前台模式(调试用)
agentsview serve

# 后台守护进程(推荐)
agentsview serve --background

# 访问 Web UI
open http://127.0.0.1:8080

常用 CLI 命令

bash 复制代码
# 会话管理
agentsview session list                      # 列出所有会话
agentsview session list --agent claude-code  # 只看 Claude Code 会话
agentsview session show <session-id>         # 查看特定会话详情

# 费用追踪
agentsview usage daily                       # 今日费用
agentsview usage daily --breakdown           # 按模型细分
agentsview usage weekly                      # 本周费用
agentsview stats                             # 最近 28 天统计

# 搜索
agentsview search "认证模块重构"              # 全文搜索

# 导出
agentsview session export <id> --format html     # 导出为 HTML
agentsview session export <id> --format gist     # 导出到 GitHub Gist

项目详细剖析

为什么比重新解析文件快 100 倍

AI 编程工具把会话数据写成 JSONL 或 Markdown 格式的文件。你的会话历史随着时间积累,可能有几千个文件。

javascript 复制代码
朴素做法:
每次搜索或分析 → 重新扫描所有文件 → 解析每个 JSONL → 过滤 → 返回结果
随文件数量线性增长,50,000 个会话时慢到不可用

AgentsView 做法:
首次运行 → 解析所有文件 → 写入 SQLite(含 FTS5 索引 + token 汇总表)
后续查询 → 直接 SQL 查询 SQLite
SQLite FTS5 全文搜索:毫秒级返回,无论文件多少

增量同步:新会话写入后,守护进程监听文件变化,只处理新增内容,不重建全量索引。

三层存储架构

markdown 复制代码
SQLite(主存储,本地,可写)
    ↓(可选同步)
PostgreSQL(团队共享,只读服务)
    ↓(可选同步)
DuckDB(分析镜像,只读或通过 Quack 协议远程访问)

PostgreSQL 团队同步

bash 复制代码
# 配置 PostgreSQL 后端
AGENTSVIEW_POSTGRES_URL=postgresql://user:pass@host/db

# 推送到团队数据库
agentsview sync postgres push

# 拉取团队数据
agentsview sync postgres pull

团队里多个成员各自在本地运行 AgentsView,定期把数据推到共享的 PostgreSQL,就能建立团队级的 AI 使用分析仪表板:谁在用哪些工具、整个团队的 token 消耗趋势、高价值会话归档。

DuckDB 镜像

DuckDB 的 Quack 协议支持远程读取,可以直接用 DuckDB 的 SQL 接口对 AgentsView 数据做分析查询,不需要把数据导出成文件。

S3 支持

Claude Code 和 Codex 的会话源可以配置为 s3:// 路径:

bash 复制代码
CLAUDE_CODE_DIR=s3://my-bucket/claude-sessions

对于在多台机器上工作的开发者,可以把会话数据集中存储在 S3,AgentsView 从 S3 拉取数据后本地建索引。

技术栈选型

Go 后端:单二进制分发,跨平台,无运行时依赖,性能高,适合文件解析和 SQLite 操作的密集 I/O 场景。

Svelte 5 前端:框架级别的轻量,适合嵌入单二进制分发(前端资源编译进 Go 二进制)。

CGO 依赖 :SQLite 绑定需要 CGO,这也意味着分发的是预编译二进制,不能直接 go install

Tauri 桌面:包装同一套 Web UI,提供 macOS 和 Windows 的原生桌面应用体验,底层是同一个本地 HTTP 服务。

隐私设计

markdown 复制代码
数据边界:
  - Web 服务绑定到 127.0.0.1(不监听 0.0.0.0)
  - DNS 重绑定保护:验证 Host 头,阻止跨域请求访问本地数据
  - 如果需要外部访问(反向代理/SSH 隧道):用 --public-url 明确指定允许的 URL

遥测:
  - 只发送匿名 daemon_active ping(版本号、操作系统、架构)
  - 不发送会话内容、文件路径、用户身份
  - 禁用:AGENTSVIEW_TELEMETRY_ENABLED=0

Aider 默认不自动扫描(需配置 AIDER_DIR),原因是 Aider 的历史文件存在仓库根目录,自动扫描会触发 macOS 的隐私提示。


适用场景

个人开发者

  • 每月底看看在 AI 工具上花了多少钱,哪个工具性价比最高
  • 找回三周前某个会话里 AI 给出的某个方案
  • 了解自己的 AI 使用习惯

团队 Tech Lead

  • 通过 PostgreSQL 同步建立团队级 AI 使用仪表板
  • 追踪团队的 AI 工具费用趋势
  • 识别高价值会话,归档团队知识

AI 工具重度用户

  • 在 30+ 个工具之间切换,需要统一的会话历史入口
  • 比较不同 Agent 在相同类型任务上的效率和费用

项目地址与资源


总结

AgentsView 解决的是一个随着 AI 编程工具普及而变得越来越真实的问题:你用了多个工具,它们各自管各自的数据,你对整体的使用情况和费用一无所知。

Gartner 2026 年的预测是,到 2028 年 AI 编程费用可能超过开发者平均工资。这不是危言耸听------Claude Code 的中位用户每天已经在花 6 美元。有 30 人的团队,每人每天 10 美元,一年就是 100 万。在这个规模下,"完全不知道钱花在哪里"和"有数据支持的决策"之间的差距是真实的。

AgentsView 的设计取向------本地优先、单二进制、不需要账号、数据不出机器------降低了采用成本,也降低了隐私顾虑。对于每天深度使用 AI 编程工具的开发者,装一个用一用,大概率会有收获。


探索 PrimeSkills ------ 精选 AI Agent 与技能的市场,每一个都经过真实企业工作流验证,去掉浮夸,留下真正有用的。

欢迎访问我的个人主页,发现更多有价值的见解和有趣的产品。

相关推荐
泛普软件1 小时前
工程合约管理软件具备哪些核心功能,解决合同结算各类纠纷难题
大数据·人工智能·区块链
zhangxingchao1 小时前
AI大模型核心八:从 Agent Skill、长文档 RAG 到知识库更新与训练策略
前端·人工智能·后端
bkl_92131 小时前
GPT-Image-2 文生图:前景与背景怎么区分?
人工智能·gpt
zhangxingchao2 小时前
AI大模型核心七:从 Workflow、RAG、记忆治理到幂等性
前端·人工智能·后端
gyx_这个杀手不太冷静2 小时前
Agent开发进阶指南(第 1 章):AI Agent 到底是什么?
前端·agent·ai编程
咖啡星人k3 小时前
从Vibe Coding到Prompt Engineering:AI编程的新技能树
面试·职场和发展·ai编程
LYFlied3 小时前
EVMbench解读:AI Agent如何检测、修复并利用智能合约漏洞
人工智能·网络安全·openai·智能合约·ai agent·evm·智能合约区块链
犀利豆3 小时前
AI in Harness(二)
java·人工智能·后端
IT_陈寒3 小时前
Python装饰器竟然偷偷改了函数名?这个坑我爬了三天
前端·人工智能·后端