在之前的视频和文章当中,我也经常提到 Cloud Code 5 小时的限制,那么我们在进行开发的时候,监控模型的消耗和使用成本是至关重要的。所以今天我想为大家介绍一款专为 Claude Code 设计的消耗统计工具——CC Usage。 它能帮助开发者掌控对 Claude Code token 消耗的使用情况,避免意外超出配额。

什么是 ccusage

ccusage 是一个轻量级的命令行工具,专门用于分析 Claude Code 的使用情况。它通过读取本地的 Claude Code 使用数据,提供详细的消耗统计报告,包括每日 Token 消耗、费用计算和使用趋势分析。与官方提供的基础统计相比,ccusage 提供了更加直观和详细的数据展示。

这个工具的核心优势在于它是纯本地的分析。它通过提取 home 目录下的 ~/.claude/projects 目录下的文件来完成分析。 只能统计当前设备上的消耗,确保了用户数据的隐私安全。

安装

ccusage 提供多种安装方式,你可以根据自己的需求选择:

全局安装(推荐日常使用)

bash

sudo npm install -g ccusage

直接使用(无需安装)

bash

npx ccusage

使用 Bun(速度更快)

bunx ccusage

由于 ccusage 采用了极致的 bundle 优化,工具体积很小,启动速度极快,特别推荐使用bunx运行,比npx快 2-3 倍。

使用

查看日常消耗

安装完成后,最基本的使用方法是查看每日消耗统计:

bash

ccusage

这将显示最近几天的使用情况,按日期展示 Token 消耗和估算费用。

查看从特定日期开始的消耗

如果想查看从某一天开始的消耗统计,可以使用-s参数:

bash

ccusage -s 20250701

这个命令将显示从 2025 年 7 月 1 日开始的所有消耗记录。

实时监控消耗

对于需要实时掌握使用情况的场景,ccusage 提供了实时监控功能:

bash

ccusage blocks --live

该命令会持续更新显示当前的使用状况,包括活跃区块的消耗和剩余时间。

按项目查看消耗

如果你同时在多个项目中使用 Claude Code,可以按项目统计成本消耗:

bash

ccusage -i

这个功能对于需要分别核算不同项目成本的团队特别有用。

状态栏集成

ccusage 最实用的功能之一是与 Claude Code 状态栏的集成,让你在编码过程中随时掌握消耗情况。

只需要在 ~/.claude/settings.json 文件下面加上如下的配置,就可以看到 Cloud Code 的实时消耗了。

{
  "statusLine": {
    "type": "command",
    "command": "bun x ccusage@latest statusline",
    "padding": 0
  }
}

当让如果更倾向使用 npm 也可以自己将配置中的 bun 修改为 npm。

配置完成后,Claude Code 的状态栏会实时显示:

  • 当前使用的模型名称:正在使用的 Claude 模型类型
  • 当前会话费用:正在进行的对话消耗
  • 今日总费用:当天累计消耗金额
  • 5 小时区块费用与剩余时间:当前活跃区块的使用情况
  • 实时消耗速率:带颜色指示的消耗速度
  • 状态栏会根据消耗速率变化颜色,帮助你直观了解当前的使用强度。

HSyRBLX92T

更多

多项目管理

~/.ccusage/config.json 配置中添加多个项目

{
  "projects": {
    "frontend": "/Users/dev/projects/frontend/.claude",
    "backend": "/Users/dev/projects/backend/.claude",
    "mobile": "/Users/dev/projects/mobile/.claude"
  },
  "defaultCostMode": "calculate",
  "outputFormat": "table"
}

JSON 输出和数据集成

# 导出详细JSON报告
ccusage monthly --json --breakdown > monthly-report.json

# 结合jq进行数据处理
ccusage daily --json | jq '.sessions[] | select(.cost > 5.0) | {date, cost, tokens}'

替代工具

除了 ccusage 之外,还有 CCSeva 这样的开源 macOS 的菜单栏应用,提供了更加图形化的监控界面。还有 Claude Code Usage Monitor ,通过 Python 编写的分析,更适合有 Python 环境的用户。