CommunityCodierung & Entwicklunggithub.com

PixiBixi/claude-skills

Verwenden, wenn nach einer Analyse des Claude Code Token-Verbrauchs oder der Ausgaben über einen Zeitraum gefragt wird („analysiere meinen Token-Verbrauch“, „wie viel habe ich verbraucht“, „warum erreiche ich das Limit“, „Token-Audit 30 Tage“), oder um nach einer Kostenänderung neu zu messen. Analysiert lokal die Transkripte in ~/.claude/projects, kein API-Aufruf.

Was ist claude-skills?

Dieses Skill-Paket führt eine detaillierte, lokale Prüfung des Claude Code Token-Verbrauchs und der damit verbundenen Kosten durch, ohne eine externe API aufzurufen. Es liest die JSONL-Transkriptdateien aus `~/.claude/projects/**/*.jsonl`, inklusive der Hauptsitzungen und der `subagents/`-Verzeichnisse. Jeder API-Aufruf wird über `(message.id, requestId)` dedupliziert, und die Kosten werden zu den öffentlichen API-Preisen pro Modell berechnet – bei einem Abonnement sind dies „API-äquivalente“ Kosten als Näherung für das Kontingent. Das Paket bietet mehrere Analyseskripte: `usage.py` berechnet Gesamtwerte, tägliche Aufschlüsselungen, Modellnutzung, Projektverteilung, Cache-Neuerstellungen und verwendete Tools; `context_sources.py` untersucht Bash-Befehlsfamilien nach Ausgabegröße, Read-Vollständigkeit, SDK-Einstiegspunkte und Leerlaufzeiten; `cost_split.py` schlüsselt Kosten nach Token-Typ und Cache-Lese-Steuer auf; `history.py` analysiert wöchentliche Prompts, Kosten pro Prompt, Slash-Befehle und Sitzungen mit einer typischen Fenstergröße von 90 Tagen. Das Analysefenster wird über die Umgebungsvariable `AUDIT_DAYS` gesteuert (Standard 30 Tage, für `history.py` Standard 90 Tage). Die Ergebnisse helfen dabei, Hotspots wie übermäßige Kontextlängen, Cache-Neuerstellungen nach Leerlauf, SDK-Einstiegspunkte, große Tool-Ausgaben und die Effizienz von Cache-TTLs zu identifizieren. Die Konfigurationsdatei `~/.claude/history.jsonl` enthält jeden Prompt, sodass promptbezogene Metriken auch über die Aufbewahrungsdauer der Transkripte hinaus aussagekräftig bleiben.

Funktioniert mit✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/PixiBixi/claude-skills/tree/HEAD/skills/claude-usage-audit

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Claude-Nutzungsaudit

Vier lokale Skripte über ~/.claude/projects/**/*.jsonl (Hauptsitzungen und subagents/). Jeder API-Aufruf wird über (message.id, requestId) dedupliziert; die Kosten entsprechen dem öffentlichen API-Preis pro Modell, sodass sie bei einem Abonnement als „API-äquivalent“ gelesen werden, ein Näherungswert für das Plan-Kontingent.

Ausführen

SKILL_DIR="${CLAUDE_SKILL_DIR}/scripts"
OUT=$(mktemp -d)          # oder der Sitzungs-Scratchpad
python3 -I "$SKILL_DIR/usage.py" "$OUT/usage.json"            # Gesamtwerte, täglich, Modelle, Projekte, Sitzungen, Cache-Neuerstellungen, Tools, Skills, Agents
python3 -I "$SKILL_DIR/context_sources.py" "$OUT/usage2.json" # Bash-Befehlsfamilien nach Ausgabegröße, vollständiges vs. partielles Read, SDK-Einstiegspunkte, Leerlauflücken
python3 -I "$SKILL_DIR/cost_split.py"                         # Kosten nach Token-Typ, Cache-Lese-Steuer über 200k / 300k Kontext
python3 -I "$SKILL_DIR/history.py" "$OUT/hist.json"            # wöchentliche Prompts, Kosten pro Prompt, Slash-Befehle, Sitzungen, Stunde x Wochentag (Standard 90 Tage)

Fenster: AUDIT_DAYS=90 in der Umgebung (Standard 30, 90 für history.py). Transkripte gehen nur so weit zurück wie cleanupPeriodDays (in den Einstellungen auf 120 gesetzt; Claude Code standardmäßig auf 30), während ~/.claude/history.jsonl jeden Prompt behält: Jenseits der Aufbewahrungsdauer sind nur promptbezogene Metriken echt. Markiere Wochen, deren Transkripte teilweise gelöscht wurden, als partiell, niemals als kostengünstig.

Vor der Angabe von Dollar-Beträgen

Die Preise befinden sich in drei Tabellen: PRICES in usage.py und history.py, P in cost_split.py. Überprüfe sie zuerst mit dem claude-api-Skill und korrigiere die Tabelle, wenn ein Modell fehlt (ein unbekanntes Modell zählt als 0 $).

Worauf in welcher Reihenfolge zu achten ist

SignalFeldHebel
Aufrufe mit über 200k Kontextctx_cost, cost_split.py SteuerautoCompactWindow in den Einstellungen, /clear pro Thema
Kalte Wiederaufnahmen (Cache nach >1h Leerlauf neu aufgebaut)cache_misscold-resume-guard.sh Hook
Nicht-CLI-Einstiegspunkte (sdk-py, sdk-cli)entry, sdk in usage2Ein Plugin oder Hook, der Claude startet: Pinne sein Modell (SG_AGENTIC_MODEL für Sicherheitsrichtlinien)
Größte Tool-Ausgabentool_result_kchars, bash_fam, readGezieltes Read, begrenzte Befehlsausgabe
1h vs. 5m Cache-TTLw1h vs. die Anzahl der 5-60-Minuten-Lücken in gapsBehalte 1h, während 5-60-Minuten-Lücken × Kontext × 1,25 die 0,75-fache Prämie für 1h-Schreibvorgänge übersteigen
Subagenten-Anteil und -Modellmain_sub, agentsSonnet für Musterarbeit

Sitzungs-Prompts in top_sessions sind der eigene Text des Benutzers: Halte sie aus allem Geteilten heraus.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Verwandte Skills