focxle — what your AI agents cost

focxle

查看每个 AI Agent 在所有供应商处的成本。一行即可，无需账户，不到一秒。

你现有的工具都无法告诉你某个 Agent 花了多少钱。OpenAI 控制面板看不到 Anthropic。它们也都看不到 Serper、Firecrawl，或你的 Agent 凌晨 3 点循环调用的其他十二个 API。它们都按密钥和月份报告费用，而这两种计量单位都不合适：你运行的不是密钥，而是 Agent；等到月底，钱早就花出去了。

focxle 在你的进程内运行，因此它能看到所有调用，将费用归到发起调用的 Agent，并根据供应商自己的令牌用量计价，而不是靠估算。连接账户后，Agent 在链上结算的付款也会计入同一总额。

为什么费用很快就会变高。 算一算一个卡住的 Agent 会花多少钱。每秒调用两次前沿模型，输入 10k 个令牌、输出 1k 个令牌，输入价格为每百万个 5 美元、输出价格为每百万个 25 美元，每次调用就要 7.5 美分，也就是每小时 540 美元。一夜 12 小时就是6,480 美元。一个两天的周末就是25,900 美元。没人会为这种情况做预算，因为没人会预先想到：停止条件不当、多套了一层重试包装，或某个工具把自己的输出重新送回提示词中。等到发票来了，大家才第一次听说这件事。

这就是这个项目存在的全部理由。你可以永远免费地观察这种情况，并准确看到设置限额本可在你付费前拦下什么。

这个库会在失败时放行。 它在你的 Agent 内运行，因此最糟糕的情况就是破坏一个本来只该被计量的请求。若其中任何部分发生故障，你的调用仍会继续，故障会被记录并在最后打印出来。如果确实对你而言，未计量的调用比失败的调用更糟，可以使用 focxle.init(fail_open=False) 反转这一行为。

默认不会拦截任何内容。 开箱即用时，它只会进行计量。拒绝调用需要付费套餐账户；即便如此，指令也来自签名文档，而非本地设置，因此无论你还是我们，都无法通过代码悄悄启用拦截。对于我们无法计价的供应商，调用始终会放行。

pip install focxle

import focxle
focxle.init()

全部设置就是这些。无需账户、API 密钥、配置文件或网络调用。价格随软件包一同提供，因此首次运行时即使在飞机上也能正常工作。除非你主动开启，否则遥测功能处于关闭状态，而且我们只会询问一次。

你将获得什么

  focxle spend                                          $47.21
  --------------------------------------------------------
  support-triage                          $31.04  (1,284 calls)
      anthropic                                         $28.10
      google.serper.dev                                  $2.94
  research                                $16.17  (203 calls)
      openai                                            $14.02
      api.firecrawl.dev                                  $2.15

  3 calls would have been stopped under $1.50/call and $50/day
  $12.30 prevented, worst single call $4.10
      3x  single call $4.10 over the $1.50 per-call limit
  $5,904 a month at the rate this run was going
  $412.60 prevented across 17 runs in 9 days
  observe mode: nothing was actually blocked

  prices dated 2026-08-05

  turn these into real caps: https://focxle.com/upgrade

第二部分才是重点。它展示的是限额本可产生的效果，评估方式与实际执行拦截的代码相同，并将结果打印出来，让你在付费前决定是否需要限额。

其中每个数字都是测量结果，而非营销数据。 总额、最贵的调用和累计总额，都是对实际发生的调用求和，并根据供应商自己的用量数据计价。月度数据是唯一的预测值，它按本次运行的实测速率推算到整个月，说明也会直接标在该行上；只有当本次运行的时长和调用量都足以得出有意义的结果时，才会显示这一数据。

如果某个限额会拦下大量调用，它会明确指出这一点，而不是给出一个数字。一个会阻止 Agent 四分之一工作的限额，并没有在省钱，而是在阻止 Agent；把两者之差称为节省，会让这个数字在最需要参考时变得毫无价值。此类运行也不会向你推销任何东西。

为什么它与众不同

AI 成本工具有三种形式，而这三种工具都会先要求你提供一些东西，才会告诉你任何信息。

供应商仪表板按密钥和月份统计，每家供应商各有一个，而且彼此无法查看数据。四家供应商就意味着四个标签页，却没有总计。

代理和网关能看到所有信息，因为现在每次调用都要经过别人的服务。这会让你的实时调用路径新增一个依赖，新增一家持有你提示词的公司，还会多一个可能在凌晨 3 点宕机的环节。

可观测性平台要求你先接入追踪管道、注册账号，并购买席位或支付追踪费用，之后才会显示第一个数字。其中有几款确实很出色。但它们都需要一番投入，而且没有哪款适合你在午餐时收到意外账单后，于下午 4 点顺手试用。

focxle 只需运行 pip install focxle 和一行代码。它零依赖，因此不会有任何内容进入你的环境，也不会与固定版本发生冲突。免费使用时，它零网络调用，测试套件通过删除 socket.socket 后仍运行完整测试套件来证明这一点。它无需账号、密钥或配置文件，价格表也随软件包一同提供，因此第一次运行无需联网。它在设计上默认放行：这里的错误最多只会导致某次调用未被统计，但调用本身仍会正常执行。

它还能回答其他工具都无法回答的问题：我的 Agent 在使用所有接触过的服务时，总共花了多少钱。

将支出归因到 Agent

每个 Agent 的支出是其他工具都无法展示的数字，而只有给调用打上标签，这个数字才会存在。

with focxle.agent("support-triage"):
    result = my_agent.run(ticket)

适用于不同线程和异步任务。或者在环境中设置 FOCXLE_AGENT，通常这是正确的做法，因为同一个镜像通常会部署为多个不同的 Agent。

精确的 token 数量

HTTP 层已经能看到你对模型的调用。包装客户端后，就能从“发生了一次请求”升级为获取供应商自己的 token 数量。

from openai import OpenAI
client = focxle.watch(OpenAI())

支持流式传输。重复包装同一个客户端不会重复计数，而是什么也不做。

对于由框架为你创建客户端的 LangChain：

chain.invoke(x, config={"callbacks": [focxle.langchain_handler()]})

在编辑器中询问

focxle 提供 MCP 服务，因此你可以在 Claude Code、Cursor、Windsurf、Zed 或任何支持 MCP 的工具中询问自己的支出：

我的 Agent 本周花了多少钱
哪个 Agent 最贵
如果每次调用的上限是 2 美元，会拦下哪些调用

将以下内容添加到客户端的 MCP 配置中：

{
  "mcpServers": {
    "focxle": { "command": "python", "args": ["-m", "focxle", "mcp"] }
  }
}

它会根据保存在 ~/.focxle/history.json 中的每日汇总数据作答；这些数据会在经过检测的进程退出时写入。它只读取该文件，不读取任何其他内容：不联网、不需要账号，也不会自行开始测量，因此不会把编辑器自身的模型调用计入你的支出。设置 FOCXLE_NO_HISTORY=1 可关闭汇总功能，这样就没有可供询问的数据了。

自行读取数据

focxle.spend()                      # total USD observed
focxle.spend("support-triage")      # for one agent
focxle.counterfactual()             # what a cap would have stopped
focxle.report()                     # print now instead of at exit
focxle.init(file="~/spend.jsonl")   # one JSON object per call

它不会做什么

它本身不会拦截任何内容。 没有账户时，仍会运行策略评估并仅记录判定结果，因此在决定是否需要设置上限之前，你可以先了解上限会产生什么影响。在你自己的代码中写入 Policy(mode="enforce") 会被拒绝并降级为 observe，stderr 中会显示说明：强制执行是账户获授的权限，不是进程可以自行设置的标志。

获授该权限后，上限依据你实际花费的金额进行判定，而不是对某次调用即将产生的费用进行猜测。回复生成前无法得知输出长度，因此猜测会拒绝正常工作，却漏掉失控调用。唯一的例外是单次调用上限，它必须预先判定：系统会根据你指定的 max_tokens 估算费用，因此应将上限设为高于你所声明的最大回复费用，而不是高于调用的典型费用。

它不会为所有内容定价。 价格表中没有的供应商会按零费用记录，报告中会列出主机和确切的模型 ID，因此，表示“免费”的零不会与表示“无法识别”的零混淆。调用会照常放行。因为不知道费用就阻止调用，意味着这个库在一个信任它保持被动的进程中，基于缺失的信息自行做出决定。编造一个数值更糟，因为它看起来像是确切信息。

路由器会按其指明的提供方定价，因此，通过 OpenRouter 调用 anthropic/claude-haiku-4.5 的费用与该模型相同。版本号中的点和连字符会被视为同一种拼写，因为具体出现哪种形式取决于生成字符串的 SDK。

它按进程运行。 跨五十个工作进程运行的 Agent 会产生五十份不完整的记录。要汇总这些记录，需要有一个接收它们的地方，这正是账户的用途。唯一的例外是上限本可阻止的累计金额，该数据保存在 ~/.focxle/lifetime.json 中，因此再次运行时不会从零开始。文件只保存两个数字和一个日期，永远不会离开你的设备；设置 FOCXLE_NO_LIFETIME=1 则会完全停止写入该文件。

~/.focxle 下的所有内容仅供你的用户访问：目录权限为 0700，文件权限为 0600，与 ~/.ssh 和 ~/.aws/credentials 的权限相同。你的账户 ID 属于凭据：任何读取它的人都能查看该账户的支出，并以该账户发起结账；而 Agent 工作负载会持续运行在共享 CI Runner 上。早期版本留下的任何全局可读文件，都会在下次写入时收紧权限。

它没有依赖项。 不会向你的环境添加任何内容，也不会与你的版本冲突。它会在运行时检测所监控的 SDK 和框架，安装时绝不会导入它们。

哪些内容会被发送

除非你主动开启，否则不会发送任何内容。在观测路径上完全不会进行网络调用；测试套件会移除 socket.socket，并在此状态下运行，以确保这一点。

我们只会请求一项操作，在你首次完成统计后显示一次，之后不再显示。除非你输入命令，否则此功能处于关闭状态：

python -m focxle share preview   # the exact JSON, before you decide
python -m focxle share on
python -m focxle share off

如果你开启此功能，它会发送匿名的供应商汇总数据：你使用了哪些供应商、调用次数、费用，以及我们无法估价的主机。最后这一项正是我们请求这些数据的全部原因，因为它能帮助我们决定接下来要为哪些内容定价。

它绝不会发送你的 Agent 名称、模型名称、提示词、响应、URL，也不会发送任何从你的机器信息推导出的内容。安装 ID 是在本地生成的随机 UUID，并非你的主机名哈希，因为任何推导出的内容都可能被持有相同输入的人反向还原。私有主机（.internal、.corp、裸名称、IP 地址）会从所有字段中移除，并计入 withheld，因此汇总数据会明确显示为不完整，而不是悄悄隐藏这一点。

它绝不会弹出提示。此操作会在进程退出时运行，此时通常没有终端连接；如果这时阻塞等待标准输入，就会让生产环境中的 Agent 挂起。

如果你启用了本地文件接收器，它会记录主机和路径的前两段，但绝不会记录查询字符串，因此你的搜索词和文档 ID 不会被记录。该文件绝不会离开你的机器。

兼容性

支持 Python 3.9 及更高版本。会在 openai、anthropic、httpx、requests 和 LangChain 存在时为其添加监测；如果它们不存在，则不会执行任何操作。

源代码、问题与贡献

源代码发布在 github.com/focxle/focxle-python，你可以先阅读，再在 Agent 中运行。该项目由一个私有构建仓库生成，且仅包含源代码：测试套件保存在该私有仓库中，未同步到此处，因为这些文件从未经过决定哪些内容可以安全发布的检查。

由于仓库是生成的，拉取请求无法合并回去，因此不予接受。这是构建方式的限制，并非对你提交的补丁有任何评价。我们确实需要并会处理以下内容：

• 错误和功能请求——请提交 issue，或发送邮件至 [email protected]。
• 定价有误或尚未定价的供应商或模型。 报告中会列出它们；这份清单是你能提供给我们的最有价值的信息。
• 安全问题——请使用该仓库的 GitHub 私密漏洞报告功能，或发送邮件至上述地址。请在公开发布前留出合理的处理时间。

许可证

MIT。