ตัวติดตาม MCP ท้องถิ่นสำหรับการใช้งานโทเค็นที่โปร่งใสและเครดิต
codex-usage-tracker, โดย Douglas Monsky, เป็นเซิร์ฟเวอร์และแดชบอร์ด Model Context Protocol (MCP) ท้องถิ่นที่แสดงให้เห็นว่าการเขียนโค้ดที่ช่วยด้วย AI ใช้ทรัพยากรอย่างไร เครื่องมือนี้บันทึกการใช้โทเคน เวลา และเครดิตสำหรับคำสั่งและการเติมเต็ม และแปลงข้อมูลเมตาชั่วคราวของเซสชันให้เป็นบันทึกที่เสถียรและสามารถสอบถามได้ มันมาพร้อมกับแดชบอร์ด พื้นผิว CLI และอินเทอร์เฟซ MCP กลุ่มเป้าหมายคือ นักพัฒนาและนักวิจัย AI ที่ใช้เครื่องมือ MCP และต้องการความชัดเจนในการใช้ทรัพยากรของตัวแทนอย่างแม่นยำ
คุณสามารถใช้มันทำงานอะไรได้บ้าง?
เครื่องมือนี้ทำการแมพปฏิสัมพันธ์ของ AI เป็นบันทึกที่สามารถวิเคราะห์ได้เพื่อให้ทีมสามารถตรวจสอบว่าเอเจนต์และผู้ช่วยใช้บริบทอย่างไรในระหว่างเซสชันการพัฒนา มันจับการใช้โทเคนต่อเทิร์นและประวัติการสนทนา สนับสนุนการตรวจสอบด้วยตนเองผ่าน Evidence Console และเปิดเผยข้อเท็จจริงการใช้งานให้กับเอเจนต์อื่น ๆ ผ่านพื้นผิว MCP หกเครื่องมือ ผู้ใช้สามารถรันคำถามเพื่อระบุเธรดที่มีการใช้งานสูงซ้ำ ๆ และสร้างรายงานที่มีหลักฐานสำหรับการตรวจสอบโค้ดหรือการทำงานตรวจสอบบัญชี
รายงานของมันแม่นยำและสามารถนำไปปฏิบัติได้มากน้อยเพียงใด?
การติดตามโทเคนแบบเรียลไทม์สำหรับคำสั่งและการเติมเต็มจะส่งข้อมูลไปยังเคอร์เนล SQLite ในเครื่องที่รักษาเมตาดาต้าของเซสชันและทำดัชนีสำหรับคำถาม ตัวติดตามจะทำการบัญชีเครดิตอัตโนมัติที่เชื่อมโยงกับเครดิตโมเดล OpenAI และมันจะเปิดเผยการวินิจฉัยการใช้งานที่แสดงให้เห็นถึงรูปแบบโทเคนที่ไม่มีประสิทธิภาพหรือการเรียกที่มีแคชต่ำ บันทึกที่มั่นคงเหล่านั้นสนับสนุนการวิเคราะห์เชิงโปรแกรม ทำให้รายงานเหมาะสำหรับการตรวจสอบของมนุษย์และการตรวจสอบที่ขับเคลื่อนโดยเอเจนต์อัตโนมัติ
มันต้องการความรู้ทางเทคนิคเพื่อให้ได้ผลลัพธ์ที่มีประโยชน์หรือไม่?
การติดตั้งและรันตัวติดตามต้องการสภาพแวดล้อม Python 3.10+ และโฮสต์ที่เข้ากันได้กับ MCP เช่น Codex CLI, ChatGPT Desktop หรือส่วนขยาย IDE ที่รองรับ และมักจะติดตั้งผ่าน pip หรือ pipx การออกแบบที่มุ่งเน้นนักพัฒนาและเอเจนต์หมายความว่ามันจะรวมเข้ากับกระบวนการทำงานของนักพัฒนา แต่คาดหวังความคุ้นเคยกับปลั๊กอิน MCP และเครื่องมือ Python เครื่องมือนี้เก็บข้อมูลเซสชันทั้งหมดไว้ในเครื่องท้องถิ่นหลีกเลี่ยงการจัดเก็บข้อมูลภายนอกในคลาวด์สำหรับบันทึกที่ติดตาม
ดีที่สุดสำหรับนักพัฒนาที่เป็น MCP-native ที่ต้องการความโปร่งใสในการใช้งานอย่างมีระเบียบ
codex-usage-tracker เป็นตัวเลือกที่ใช้งานได้จริงสำหรับนักพัฒนาและนักวิจัยที่ต้องการบันทึกพฤติกรรมของตัวแทนและการใช้ทรัพยากรที่สามารถตรวจสอบได้ มันต้องการสภาพแวดล้อมที่รองรับ MCP และทักษะการตั้งค่าระดับนักพัฒนา ดังนั้นทีมที่ไม่มีการทำงานเหล่านั้นจึงเห็นประโยชน์ที่จำกัด เคล็ดลับที่เป็นประโยชน์: กำหนดการสอบถามที่มุ่งเน้นเป็นระยะหรือการตรวจสอบที่ขับเคลื่อนโดยตัวแทนเพื่อเปิดเผยความไม่เหมาะสมที่เกิดซ้ำและชี้นำการปรับเปลี่ยนที่รวดเร็วหรือตัวแทน。
