IT资源栈开发者 pickjason 发现 Anthropic 的 AI 编程工具 Claude Code 缺乏使用统计功能，于是利用 Claude Code 自身开发了一款名为 cc-journal 的开源统计工具。该项目呈现出典型的“套娃”特征：工具的首批数据正是其自身的开发过程。cc-journal 能够解析本地存储的 JSONL 会话记录，生成 GitHub 风格的活跃热力图、Token 消耗趋势（区分 Input、Output 和 Cache）、工作时段分布以及每日工作日报。技术实现上，该工具基于 Node.js 与原生 JS，采用零框架设计，完全在本地运行，监听 127.0.0.1，确保无数据上传和隐私泄露。除官方模型外，它还能自动识别并统计 DeepSeek、Kimi 等兼容 Anthropic 端点的第三方模型用量。针对 Claude Code 默认 30 天清理记录的机制，工具设计了本地缓存功能，保证历史热力图数据的完整性。
事件分析
该事件展示了“AI 造 AI”的高效范式，仅用一天即完成从需求分析到 NPM 发布的全流程，验证了 AI 编程工具在构建元工具方面的潜力。技术上，针对 Token 计量的去重逻辑以及对缓存命中率的单独统计，体现了对大模型成本结构的深刻理解。随着大模型深入开发工作流，开发者对于“算力账单”和“效能复盘”的需求激增。此类工具填补了官方产品在数据可视化层面的空白，预示着未来 AI 辅助编程工具将朝着更精细化的运营管理和成本控制方向演进。项目对 DeepSeek 等第三方模型的兼容支持，也反映了开发者生态中多模型并存及混合调用的行业现状。
💡 核心观点：AI 编程正从单纯的代码生成进阶为构建具备“自我感知”能力的工具链，标志着开发者利用 AI 重塑软件工程各个环节的开始。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册