mcpField
C
claude-usage-analyst

claude-usage-analyst

github.com/daymade数据与数据库1.5k411 次安装今天更新
代码仓库

关于 claude-usage-analyst

claude-usage-analyst 是基于本地 ccusage 数据解释 Claude Code 使用情况的技能。它区分观测数值与解读，并通过时区日期范围和模型比较说明令牌及估算费用变化。

主要功能

  1. 01分析本地 ccusage 记录
  2. 02设置日期范围和时区
  3. 03比较模型用量与估算费用
  4. 04说明缓存相关令牌用量
  5. 05区分数据证据与解读

适用场景

  1. 01解释选定时段的使用情况
  2. 02比较令牌量和模型估算费用
  3. 03调查类似配额的使用压力
  4. 04整理有数据依据的使用摘要

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/daymade/claude-code-skills --skill claude-usage-analyst

安装后在 Claude Code 中输入/claude-usage-analyst确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
explanation-guide.md
scripts/
analyze_claude_usage.py

详细介绍

Claude 使用情况分析器

概述

使用此技能，根据本地 ccusage 数据提供有证据支持的使用情况说明。将观测到的数字与解读分开，并用通俗易懂的方式说明配额消耗。

工作流

  1. 验证 ccusage 是否可用：

    ccusage --version

    如果不可用，请使用 npm install -g ccusage@latest 安装或更新，或者使用 npx ccusage@latest 运行。

  2. 运行捆绑的分析器，分析所需时间范围：

    python3 /path/to/claude-usage-analyst/scripts/analyze_claude_usage.py \
  --since YYYY-MM-DD --until YYYY-MM-DD --timezone Asia/Shanghai

    默认情况下，--since/--until 为所选时区的当天日期。 如需与历史数据比较，请将 --since 设为较早的日期，例如当月第一天；否则，排名和中位数字段只描述目标日期当天的情况。

  3. 如果用户询问特定模型比较，请传入别名：

    python3 scripts/analyze_claude_usage.py --model-a fable --model-b opus-4-8

  4. 撰写最终答复时，请阅读 references/explanation-guide.md。

证据规则

  • 数字相关的说法必须基于 ccusage 输出或捆绑分析器的输出。
  • 说明统计范围：ccusage claude 统计本地 Claude Code 使用日志，包括本地日志存在时 Claude Desktop 的 Claude Code 会话。这并不代表普通 Claude.ai 聊天的完整账单。
  • 报告日期时注明时区。
  • 清楚解释缓存：缓存读取令牌仍会带来使用量和配额压力，尽管用户没有输入这些内容。
  • 除非用户提供套餐详情，否则不要根据本地令牌数推断 Anthropic 套餐的配额规则。如果具体套餐计费方式不明，请使用“类似配额的压力”或“ccusage 估算的费用／令牌消耗”等说法。
  • 比较模型时，同时比较令牌用量和估算费用。不同模型的令牌用量可能相近，但费用更高。

输出格式

除非用户另有要求，否则请使用以下结构：

  1. 用通俗语言简要总结结论。
  2. 证据表：令牌总数、费用、输入、输出、缓存创建、缓存读取。
  3. 模型比较表。
  4. 讨论配额耗尽时，提供 5 小时分块表。
  5. 解释消耗量产生的原因。
  6. 说明可信度和注意事项。

确保非技术用户也能轻松读懂。避免使用“缓存读取”等术语却不加说明；请用一句话解释其含义。

评论

支持 Markdown