Communitygithub.com

cost-tracking

Suivre et rapporter l'utilisation des jetons, les dépenses et les budgets de Claude Code à partir du journal des métriques local du module de suivi des coûts ECC.

Qu'est-ce que cost-tracking ?

Cette compétence analyse l'historique des coûts et de l'utilisation de Claude Code à partir du fichier JSONL généré par le hook `stop:cost-tracker` d'ECC. Elle permet de répondre aux demandes des utilisateurs sur les dépenses, les jetons, les budgets ou les répartitions par modèle, session ou date. Le système utilise Node.js pour lire le fichier `~/.claude/metrics/costs.jsonl`, en réduisant les lignes cumulatives par identifiant de session afin d'éviter les doubles comptages. Il préfère le champ `estimated_cost_usd` comme source de vérité, évite les calculs manuels de tarification et suit les meilleures pratiques comme ne jamais synthétiser des données manquantes ni additionner toutes les lignes brutes. Fonctionne sur tous les systèmes d'exploitation avec Node.js installé et nécessite que le hook de suivi des coûts ECC soit activé.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Suivi des coûts

Utilisez cette compétence pour analyser l'historique des coûts et de l'utilisation de Claude Code à partir du fichier journal des métriques que le hook stop:cost-tracker d'ECC écrit.

Où se trouvent les données

L'outil de suivi ajoute un objet JSON par session terminée dans ~/.claude/metrics/costs.jsonl. Chaque ligne est un instantané cumulatif pour cette session, donc pour obtenir le total des dépenses, prenez la dernière ligne par session_id et additionnez les sessions — additionner chaque ligne reviendrait à compter plusieurs fois.

Schéma des lignes :

ChampSignification
timestampHorodatage ISO de l'instantané
session_idIdentifiant de session Claude Code
transcript_pathChemin vers la transcription de la session
modelModèle utilisé
input_tokens / output_tokensNombre de jetons
cache_write_tokens / cache_read_tokensJetons du cache de prompt
estimated_cost_usdCoût cumulatif précalculé en USD pour la session

Préférez estimated_cost_usd au calcul manuel des prix — les prix des modèles et du cache changent, et l'outil de suivi est la source de vérité.

Quand l'utiliser

  • L'utilisateur demande « combien ai-je dépensé ? », « combien a coûté cette session ? » ou « quelle est mon utilisation de jetons ? »
  • L'utilisateur mentionne des budgets, des limites de dépenses, des dépassements ou des contrôles de coûts.
  • L'utilisateur souhaite une répartition des coûts par modèle, session ou date, ou une exportation CSV.

Comment ça fonctionne

Vérifiez d'abord que le journal existe (utilisez node, pas sqlite3 — l'outil de suivi écrit du JSONL, et node est multiplateforme) :

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)?"fichier de coûts trouvé":"fichier de coûts introuvable : "+f)'

Si le journal est manquant, ne fabriquez pas de données d'utilisation. Dites à l'utilisateur que le suivi des coûts se remplit après la première session terminée avec le hook stop:cost-tracker activé.

Exemple — résumé, par modèle, 7 derniers jours

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("fichier de coûts introuvable : "+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("aujourd'hui : "+f4(sum(latest.filter(r=>day(r)===today)))+" | hier : "+f4(sum(latest.filter(r=>day(r)===yest)))+" | total : "+f4(sum(latest))+" ("+latest.length+" sessions)");
const m=new Map();for(const r of latest){const k=r.model||"(inconnu)";m.set(k,(m.get(k)||0)+cost(r));}
console.log("par modèle :");[...m.entries()].sort((a,b)=>b[1]-a[1]).forEach(([k,v])=>console.log("  "+f4(v)+"  "+k));
'

Pour une exploration détaillée d'une session ou une exportation CSV, parcourez le même ensemble latest (ou les lignes brutes pour CSV) et affichez les champs nécessaires.

Recommandations pour les rapports

Lorsque vous présentez des données de coûts, incluez les dépenses d'aujourd'hui par rapport à hier, le total de toutes les sessions, une répartition par modèle et le nombre de sessions. Formatez les montants inférieurs à un dollar avec quatre décimales, les montants plus importants avec deux.

Anti-patrons

  • N'additionnez pas chaque ligne — elles sont cumulatives par session ; réduisez d'abord à la dernière ligne par session_id.
  • N'estimez pas les coûts à partir des nombres bruts de jetons lorsque estimated_cost_usd est présent.
  • Ne supposez pas que le journal existe sans vérifier.
  • Ne codez pas en dur les tarifs actuels des modèles dans les réponses destinées aux utilisateurs.
  • Ne recommandez pas d'installer des hooks ou plugins non vérifiés qui exécutent du code arbitraire.

Liens connexes

  • /cost-report - Rapport en ligne de commande sur le même fichier de métriques.
  • cost-aware-llm-pipeline - Routage de modèles et schémas de conception budgétaire.
  • token-budget-advisor - Planification du contexte et du budget de jetons.
  • strategic-compact - Compactage du contexte pour réduire les dépenses répétées en jetons.

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 associés