Tare について
Tareはコーディングエージェントのローカルログを分析し、トークンコストと削減可能な使用量を示し、キャッシュを考慮した修正とコスト記録を提供します。利用状況を把握したい開発者向けで、ローカルで動作し、データを送信せずモデルも呼び出しません。
主な機能
- 01ローカルログのコスト分析
- 02トークン使用量の内訳
- 03キャッシュ対応の出力削減
- 04キャッシュ状態とカウントダウン
- 05コミット単位のコスト記録
- 06使用状況レポート用MCPツール
活用シーン
- 01コーディングエージェントの費用推移確認
- 02重複または高コストなコンテキスト出力の特定
- 03履歴を書き換えずにツール出力を削減
- 04修正前後のコミット単位コスト比較
MCP 対応
Tareはstdio経由のMCPサーバーとして動作し、`tare_wrapped`、`tare_receipt`、`tare_cache`を公開します。setupコマンドで、検出されたAIコーディングアプリにTareを追加できます。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
3掲載時のツール一覧 · 1 日前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| days | number | いいえ | 期間(日数)。0 は全期間です。デフォルトは 30 です。 |
詳細
tare
同じ作業を、より少ないトークンで。しかも明細付きです。
コーディングエージェントは、実行したすべての API 呼び出しをログに記録します。Tare はそのログを読み取り、各トークンの料金を計算して、Claude Code、Codex CLI、Gemini CLI、Cline、Roo Code、Kilo Code(VS Code、Cursor、Windsurf、その他の VS Code ベースのエディター上)で、どこに費用がかかったかを表示します。ChatGPT プランで Codex を使う場合は、プランの使用制限にどれだけ近づいたかも表示します。そのうえで、プロンプトキャッシュを壊さずに無駄を削減し、実際の作業に基づいて節約額を検証します。ローカルで動作し、何もアップロードせず、モデルも呼び出しません。
npx tarelab
YOUR AGENT, WRAPPED · last 30 days · 254 sessions · 79,905 API calls
$6,720 API-equivalent spend
$623 of it was avoidable (9%)
Where it went
Reading cached context ██████████████████████ $3,809
Writing to the cache ████████████ $2,072
Output (thinking incl.) █████ $838
The highlights
› ~82k tokens load before you type a word.
› Coffee-break tax: $722 re-caching after 636 pauses.
› Sub-agents spent $2,734 (41%).
Priberry 自身が Claude Code を使った、ある1か月の実績です。
コマンド
| コマンド | 説明 |
|---|---|
tare | 過去30日間のラップドレポートです。--days N、--all、--json、--logs <dir> |
tare card | 共有用カード(1200×630、SVG形式。PNGもダウンロードできます)と投稿文を作成します。アップロードは一切行われません |
tare fix | 出力のトリムとキャッシュ状態行をインストールします。--dry-run、--undo、--scope project |
tare receipt | tare fix の前後で、コミットあたりのコストを90%範囲と完了率のチェック付きで比較します |
tare status | インストール状況と、これまでにトリムした出力量を表示します |
tare setup | このマシン上のすべての AI コーディングアプリに Tare を追加します。--dry-run、--undo |
tare mcp | stdio 経由の MCP サーバー:tare_wrapped、tare_receipt、tare_cache |
数値の仕組み
- API 換算額。 すべての呼び出しを Anthropic の API 公開価格で計算します。新規入力、キャッシュへの書き込み(5分キャッシュでは入力の1.25倍、1時間キャッシュでは2倍)、キャッシュの読み取り、出力が対象です。サブスクリプションでは定額料金ですが、これは同じ作業を API で行った場合の料金です。
- 持ち越しコスト。 ツールの出力は一度キャッシュに書き込まれ、会話が圧縮されるまで、その後の呼び出しごとに読み戻されます。Tare は、出力がコンテキスト内に残っている期間全体について料金を計算します。
- キャッシュの再構築。 プロンプトの大部分が読み取りではなく再びキャッシュに書き込まれたとき、Tare はその理由を示します。キャッシュの有効期間を超えたアイドル時間、モデルの切り替え、圧縮、または中断です。
- 繰り返し。 エージェントがすでに取得した内容とバイト単位で同一の結果を返したツール呼び出しです。
修正内容
Tare は、コンテキストに入る段階で無駄を削減し、すでに存在する内容は書き換えません。履歴を書き換えるとプロンプトキャッシュが壊れ、節約できる額よりもコストが高くなるためです。
- 出力のトリム(Bash の
PostToolUseフック):約2,500トークンを超える出力は、先頭40行、失敗を示すと思われる行(前後のコンテキストを含む)、末尾60行に絞られます。完全な出力は~/.tare/out/に保存され、エージェントに保存先が通知されます。 - キャッシュのカウントダウン(ステータス行):キャッシュが無効になるまでの時間と、次のメッセージをキャッシュ有効時と無効時に送信した場合のコストを表示します。既存のステータス行がない場合にのみインストールされます。
設定は、最初に ~/.tare/backups/ にバックアップされます。tare fix --undo を実行すると、Tare が追加した項目だけが削除されます。
明細
tare receipt は、修正前後のセッションについて、コミットあたりのコストをブートストラップ法による90%信頼区間付きで比較し、コミットに到達するセッション数が同程度かどうかも確認します。どちらかの期間で完了したセッションが8件未満の場合は「データ不足」と表示し、数値は示しません。
エージェントに追加
1つのコマンドで、検出されたすべての AI コーディングアプリに Tare を追加できます。対象は Claude Code、Claude Desktop、Cursor、VS Code、Windsurf、Codex、Gemini CLI、Kiro、opencode、Amazon Q、LM Studio、Cline、Roo Code、Kilo Code です。追加先には正確なバージョンを指定し、各ファイルを事前にバックアップします。--undo を実行すると追加設定が削除されます。
npx tarelab setup
アプリごとに追加することもできます。
- Claude Code プラグイン:
/plugin marketplace add priberry-data/tarelab、続いて/plugin install tare@priberryを実行します。 - Gemini CLI 拡張機能:
gemini extensions install https://github.com/priberry-data/tarelabを実行します。 - スキル(Claude Code または Codex):
skills/tareを~/.claude/skills/または~/.codex/skills/にコピーします。 - 任意の MCP クライアント:
{"command": "npx", "args": ["-y", "[email protected]", "mcp"]}を指定します。その後、「今月、私のエージェントにはいくらかかりましたか?」と尋ねます。
制限事項
Tare は、お使いのマシン上でエージェントが保存するログを読み取ります。Cursor 独自のエージェント、Windsurf の Cascade、Copilot、ブラウザーアプリビルダー(Lovable、Bolt、v0、Replit)は使用状況を各自のサーバーに保存するため、Tare ではまだ確認できません。次は opencode に対応する予定です。Cline 系のコストは、拡張機能自体が記録したものです。fix コマンドと receipt コマンドは、フックが存在する Claude Code で動作します。ツール出力のトークン数はテキストの長さから推定されます(API が報告するのは、ブロックごとではなく呼び出しごとの合計です)。価格は Anthropic については 2026-10-06 時点、OpenAI と Google については 2026-11-08 時点のもので、src/prices.mjs に記載されています。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。