Communitygithub.com

cost-tracking

Realiza un seguimiento e informa del uso de tokens, gastos y presupuestos de Claude Code a partir del registro de métricas local del rastreador de costos ECC.

¿Qué es cost-tracking?

Esta habilidad permite a desarrolladores y usuarios de Claude Code analizar y reportar el historial de costos y uso de tokens a partir del archivo de métricas JSONL que ECC escribe en `~/.claude/metrics/costs.jsonl`. Es útil para responder preguntas como "¿cuánto he gastado?", "¿qué costó esta sesión?" o "dame un desglose por modelo y fecha". La habilidad se ejecuta mediante scripts Node.js para leer el archivo JSONL, deduplicar las filas acumulativas por sesión (tomando la última fila de cada `session_id`) y calcular totales, promedios y desgloses. Soporta plataformas donde se ejecute Claude Code con el hook `stop:cost-tracker` activado. Incluye ejemplos de consultas por modelo, por día (hoy vs ayer), exportación a CSV y advertencias sobre antipatrones como sumar todas las filas sin deduplicar o estimar costos a partir de tokens cuando ya existe `estimated_cost_usd`.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/cost-tracking

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Seguimiento de Costos

Utiliza esta habilidad para analizar el historial de costos y uso de Claude Code a partir del registro de métricas que genera el hook stop:cost-tracker de ECC.

Dónde viven los datos

El rastreador añade un objeto JSON por cada sesión detenida en ~/.claude/metrics/costs.jsonl. Cada fila es una instantánea acumulativa de esa sesión, por lo que para obtener el gasto total debes tomar la última fila por cada session_id y sumarlas entre sesiones; sumar todas las filas cuenta múltiples veces.

Esquema de fila:

CampoSignificado
timestampMarca de tiempo ISO de la instantánea
session_idIdentificador de la sesión de Claude Code
transcript_pathRuta al transcript de la sesión
modelModelo utilizado
input_tokens / output_tokensConteos de tokens
cache_write_tokens / cache_read_tokensConteos de tokens de caché de prompt
estimated_cost_usdCosto acumulado precalculado en USD para la sesión

Prefiere estimated_cost_usd en lugar de calcular precios manualmente: los precios de modelo y caché cambian, y el rastreador es la fuente de verdad.

Cuándo usarlo

  • El usuario pregunta "¿cuánto he gastado?", "¿qué costó esta sesión?" o "¿cuál es mi uso de tokens?"
  • El usuario menciona presupuestos, límites de gasto, excesos o controles de costos.
  • El usuario quiere un desglose de costos por modelo, sesión o fecha, o una exportación CSV.

Cómo funciona

Primero verifica que el registro exista (usa node, no sqlite3; el rastreador escribe JSONL y node es multiplataforma):

node -e 'const fs=require("fs"),os=require("os"),p=require("path");const f=p.join(os.homedir(),".claude","metrics","costs.jsonl");console.log(fs.existsSync(f)?"registro de costos encontrado":"registro de costos no encontrado: "+f)'

Si el registro falta, no inventes datos de uso. Indica al usuario que el seguimiento de costos se completa después de que finalice la primera sesión con el hook stop:cost-tracker habilitado.

Ejemplo — resumen, por modelo, últimos 7 días

node -e '
const fs=require("fs"),os=require("os"),path=require("path");
const f=path.join(os.homedir(),".claude","metrics","costs.jsonl");
if(!fs.existsSync(f)){console.log("registro de costos no encontrado: "+f);process.exit(0);}
const rows=fs.readFileSync(f,"utf8").split(/\r?\n/).filter(Boolean).map(l=>{try{return JSON.parse(l)}catch{return null}}).filter(Boolean);
const bySession=new Map();
for(const r of rows){const k=r.session_id||r.transcript_path||r.timestamp;const p=bySession.get(k);if(!p||String(r.timestamp)>String(p.timestamp))bySession.set(k,r);}
const latest=[...bySession.values()];
const cost=r=>Number(r.estimated_cost_usd)||0, day=r=>String(r.timestamp||"").slice(0,10), sum=a=>a.reduce((s,r)=>s+cost(r),0), f4=n=>"$"+n.toFixed(4);
const today=new Date().toISOString().slice(0,10), yest=new Date(Date.now()-864e5).toISOString().slice(0,10);
console.log("hoy: "+f4(sum(latest.filter(r=>day(r)===today)))+" | ayer: "+f4(sum(latest.filter(r=>day(r)===yest)))+" | total: "+f4(sum(latest))+" ("+latest.length+" sesiones)");
const m=new Map();for(const r of latest){const k=r.model||"(desconocido)";m.set(k,(m.get(k)||0)+cost(r));}
console.log("por modelo:");[...m.entries()].sort((a,b)=>b[1]-a[1]).forEach(([k,v])=>console.log("  "+f4(v)+"  "+k));
'

Para un desglose por sesión o exportación CSV, itera el mismo conjunto latest (o las filas originales para CSV) e imprime los campos que necesites.

Guía de presentación

Al presentar datos de costos, incluye el gasto de hoy vs ayer, el total de todas las sesiones, un desglose por modelo y la cantidad de sesiones. Formatea montos menores a un dólar con cuatro decimales, montos mayores con dos.

Antipatrones

  • No sumes todas las filas: son acumulativas por sesión; primero reduce a la última fila por session_id.
  • No estimes costos a partir de conteos de tokens cuando estimated_cost_usd está presente.
  • No asumas que el registro existe sin verificarlo.
  • No uses precios de modelo actuales escritos directamente en respuestas para el usuario.
  • No recomiendes instalar hooks o plugins no revisados que ejecuten código arbitrario.

Relacionados

  • /cost-report - Informe en forma de comando sobre el mismo registro de métricas.
  • cost-aware-llm-pipeline - Patrones de enrutamiento de modelo y diseño de presupuestos.
  • token-budget-advisor - Planificación de contexto y presupuesto de tokens.
  • strategic-compact - Compresión de contexto para reducir el gasto repetido de tokens.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills relacionados