투명한 토큰 및 크레딧 사용을 위한 로컬 MCP 추적기
codex-usage-tracker는 Douglas Monsky에 의해 개발된 로컬 모델 컨텍스트 프로토콜(MCP) 서버 및 대시보드로, AI 지원 코딩 세션이 자원을 어떻게 소비하는지를 노출합니다. 이 도구는 프롬프트와 완성에 대한 토큰, 시간 및 크레딧 사용량을 기록하고 일시적인 세션 메타데이터를 안정적이고 쿼리 가능한 기록으로 변환합니다. 대시보드, CLI 인터페이스 및 MCP 인터페이스와 함께 제공됩니다. 대상 청중은 MCP 도구를 사용하고 에이전트 자원 사용에 대한 정확한 가시성이 필요한 개발자 및 AI 연구자입니다.
실제로 어떤 작업에 사용할 수 있나요?
이 도구는 AI 상호작용을 분석 가능한 기록으로 매핑하여 팀이 개발 세션 중 에이전트와 어시스턴트가 어떻게 컨텍스트를 사용하는지 조사할 수 있게 합니다. 이는 턴당 토큰 소비 및 스레드 기록을 캡처하고, 증거 콘솔을 통해 수동 검사를 지원하며, 여섯 개의 도구 MCP 표면을 통해 다른 에이전트에 사용 사실을 노출합니다. 사용자는 반복적으로 높은 사용량을 보이는 스레드를 식별하고 코드 검토 또는 감사 워크플로를 위한 증거 기반 보고서를 생성하기 위해 쿼리를 실행할 수 있습니다.
보고서는 얼마나 정확하고 실행 가능한가요?
프롬프트와 완료에 대한 실시간 토큰 추적은 세션 메타데이터를 보존하고 쿼리를 위해 인덱싱하는 로컬 SQLite 커널에 피드를 제공합니다. 추적기는 OpenAI 모델 크레딧에 연결된 자동화된 크레딧 회계를 수행하며, 비효율적인 토큰 패턴이나 낮은 캐시 호출을 플래그하는 사용 낭비 진단을 제공합니다. 이러한 안정적인 기록은 프로그래밍 분석을 지원하여 보고서를 인간 검토 및 자동화된 에이전트 주도 감사 모두에 적합하게 만듭니다.
유용한 결과를 얻기 위해 기술 지식이 필요한가요?
추적기를 설치하고 실행하려면 Python 3.10+ 환경과 Codex CLI, ChatGPT Desktop 또는 지원되는 IDE 확장과 같은 MCP 호환 호스트가 필요하며, 일반적으로 pip 또는 pipx를 통해 설치됩니다. 개발자 우선, 에이전트 지향 디자인은 개발자 워크플로에 통합되지만 MCP 플러그인 및 Python 도구에 대한 친숙함을 기대합니다. 이 도구는 모든 세션 데이터를 로컬 머신에 보관하여 추적된 기록을 위한 외부 클라우드 저장소를 피합니다.
MCP-네이티브 개발자에게 가장 적합한 규율 있는 사용 가시성
codex-usage-tracker는 에이전트 행동 및 자원 소비에 대한 조사 가능한 기록이 필요한 개발자와 연구자에게 실용적인 옵션입니다. 이는 MCP 기능을 갖춘 환경과 개발자 수준의 설정 기술을 전제로 하므로, 이러한 워크플로우가 없는 팀은 제한된 혜택을 봅니다. 실용적인 팁: 주기적이고 집중적인 쿼리 또는 에이전트 주도의 감사를 예약하여 반복적인 비효율성을 드러내고 신속한 조정이나 에이전트 조정을 안내하세요.
