资讯 · 改写稿
给 AI 编码 Agent 记账：按客户分摊 Claude Code 与 Codex 的账单
用 Agent 做要计费的外包活，你需要的数字不是「这个仓库花了多少」，而是「这个月该给客户开多少」。一个本地小工具把这件事做成了两条命令。
Claude Code 和 Codex CLI 会在本机写下会话日志，里面已经含有真实的用量。一个叫 tallyhook 的小工具把这些日志读出来定价，不注册、不上传任何东西。
它做什么
一条命令 npx tallyhook 就能跑，本体是一个零依赖的 Node.js 单文件。它读取本机已有的会话日志，按公开 API 牌价算出花费，并按仓库、按模型、按客户三种口径汇总。示例输出里，最近 30 天共 266 个会话、2,120 万输出 Tokens、按牌价合计 2,740.96 美元；前一个 30 天是 186 个会话、1,602.11 美元，环比上升 71%。
真正少见的那一步：算「该开多少发票」
如果你用 Agent 做的是要计费的外包活，你需要的不只是「这个仓库花了多少」，而是「这个月该给客户开多少」。所以它允许把仓库分组并设费率：例如给 Acme 的仓库设 20 美元、给 Globex 设 35 美元，再用 --by client 汇总。示例里 Acme 牌价 2,318.43 美元、按费率算成 2,782.12 美元。这份「谁认领哪个仓库」的映射存在本机，仍然不上传。它还会列出没被任何客户认领的仓库，按花费从高到低——那正好是「离一张完整发票还差哪些活」。
此外有 --by model 看按模型的花费、--days 90 拉长窗口，以及 mcp 起一个 MCP 服务，让 Agent 自己回答「我这次活花了多少钱」。
为什么值得先记账再优化
大多数团队压缩 AI 编码成本的第一反应是换更便宜的模型，但在不知道钱花在哪之前，这个动作可能既降质又省不了多少。先按仓库与客户记账，你会看到真正的分布：少数几个仓库吃掉大头，或者某条流水线在反复重读同一份上下文。
本站计算：2,740.96 美元 ÷ 2,120 万输出 Tokens ≈ 每百万输出 Tokens 约 129 美元。把这个单价和站内价格库的牌价对照，就能判断账是按哪一档模型烧出来的；环比 71% 的用量增速，也解释了为什么「先记账再优化」比直接换便宜模型更稳。
以为工具会上传日志——它只读本机已有的日志，映射也留在本机。
按仓库算完就以为能开发票——还要把仓库归到客户并设费率。
只盯总额不看环比——环比增速往往比绝对值更早暴露问题。
自检清单
下一步：想系统地压成本，读 LLM 成本 5 步；想对照牌价，读 价格库。
常见问题
tallyhook 会上传我的日志吗？
不会。它读取本机 Claude Code 与 Codex CLI 已写的会话日志，按公开牌价本地计算，客户端映射也保存在本机。
怎么得出「该给客户开多少」？
把仓库分组到客户并设费率，再用 --by client 汇总；示例里牌价 2,318.43 美元的用量按费率算成 2,782.12 美元。
示例里的用量规模多大？
示例输出为最近 30 天 266 个会话、2,120 万输出 Tokens、牌价合计 2,740.96 美元，环比前 30 天上升 71%。
来源参考
以上为外部来源；本文为 RefHub 用自己的结构重写，事实以来源页为准，价格与政策会变，请回源核对当日。
下一步：系统压成本读 LLM 成本 5 步；对照牌价读 价格库。