Local AI Coding ROI Studio
README
English | 中文
Local AI Coding ROI Studio. Token Studio ROI 不只是 token meter,而是一个本地隐私优先的 AI 编程复盘工具:记录 token 和官方价换算成本,连接项目、任务、工作阶段、产出证据和模型策略。
npx token-studio
默认命令会先做本机只读 coverage,再把 Claude/Codex 的可信 event 级 token 记录写入本地 SQLite,最后打开浏览器。demo 只用于合成演示数据。
首屏只需要记住三个差异:
默认不读取、不展示、不上传对话正文;只读取结构化 token/model/time/session 元数据。
| 工具 | 强项 | Token Studio ROI 的差异 |
|---|---|---|
| ccusage | 覆盖广、JSON 输出成熟 | Token Studio ROI 用 ccusage bridge 补覆盖,但重点做产出和复盘 |
| CodeBurn | npx TUI 和本地成本观测 | Token Studio ROI 做周报、行动闭环和模型策略 |
| TokenTracker / CodexBar | 桌面组件、限额可见性 | Token Studio ROI 做本地 ROI 决策和工作证据 |
| tokscale | CLI/TUI、贡献图和 leaderboard | Token Studio ROI 不追社交化展示,保留本地复盘闭环 |
更完整的竞品参考和差异化记录见 docs/competitive-notes.md。
v5.9 是 Web/CLI ROI 复盘基线。v6 只做两个明确补强:Coverage Catch-up 和可选 Desktop Pulse;v6.0.7 是 live/Pulse 稳定化版本,不再继续扩功能。项目仍不追 leaderboard、云同步、账号、多用户或伪造 collector。终局验收见 docs/final-review.md。
Token Studio ROI 的重点不是再堆一个 token meter,而是把统计结果转成可执行复盘证据,并用 Coverage Catch-up + Evidence Flywheel 把“有没有数据、数据从哪来、能不能支撑 ROI 判断”讲清楚。v6 在不破坏 v5 主线的前提下增加可选 Desktop Pulse 入口;发布前必须通过本地 gate、GitHub release gate、tarball smoke 和 npm post-publish smoke。
/review 串起真实 token、项目识别、自动证据、待确认草稿、产出链接和模型策略样本,让 0 分页面变成可执行队列。/trust 把可信来源 session 转成最高价值 10 条证据队列,按官方价和 token 排序,区分可自动写入和待确认草稿。