AlexGladkov/quickai

GitHub: AlexGladkov/quickai

Claude Code 的本地性能分析工具,帮助用户追踪 token 消耗、等效 API 费用和运行时间的去向,支持 CLI 命令查询、HTML 报告生成和 MCP 聊天内调用。

Stars: 15 | Forks: 1

# quickai **Claude Code 的分析工具。** 清楚地查看你的 token、资金和*时间*花在了哪里—— 按任务、按 subagent、按模型——直接从 Claude Code 已经 写入磁盘的记录中提取。无需插桩,无需遥测,数据绝对不会离开你的本地机器。 ![概览](https://static.pigsec.cn/wp-content/uploads/repos/cas/18/1898746e74b944789f4c91f90442560ee4f0cbdbed3ce35d779e9e9834c68cf4.png) 大多数 Claude Code 用户使用的是**固定费率订阅**,因此 quickai 优先展示 **token** 和时间,而不是美元。`$` 数据是一个**等效 API 费用**(即这些 token 按按量付费计费时的成本)——这是衡量*使用量和 ROI* 的指标,而不是账单。 - **资金/token 花在了哪里** — 按任务、项目、模型、agent 类型排名 - ***时间* 花在了哪里** — 实际运行时间与空闲时间对比、每任务时间轴、“为什么运行环境这么慢?” - **行为分析** — 工具使用与错误率、缓存命中率健康状况、空转任务、浪费情况 - **逐项目报告** 以及一个可在浏览器中打开的独立 **HTML 报告** - **MCP server** — 可直接在聊天中询问上述所有内容 ## 1. 安装说明 ### Homebrew (macOS / Linux) ``` brew install AlexGladkov/tap/quickai ``` ### 作为 Claude Code 插件(添加 MCP server,可从聊天中调用) ``` /plugin marketplace add AlexGladkov/claude /plugin install quickai@alexgladkov ``` 该插件会注册 `quickai` MCP server,因此你可以直接在聊天中说*“分析 my-app 项目”*。它会调用 `quickai` 二进制文件 —— 请先安装它(通过上方的 Homebrew,或 `cargo install --git https://github.com/AlexGladkov/quickai`),确保其在你的 `PATH` 中。 ### 从源码构建 需要 **Rust** (1.75+)。SQLite 已内置 —— 无需系统级依赖。 ``` git clone https://github.com/AlexGladkov/quickai.git cd quickai cargo build --release # binary: ./target/release/quickai (可选:将其复制到 ~/.local/bin) ``` ### 首次运行 从 `~/.claude/projects/**/*.jsonl` 构建索引: ``` quickai index ``` 索引文件位于 `~/.claude/quickai.db`(完全由记录衍生而来 — 可随时删除并重建)。当你想要最新数据时,重新运行 `index` 即可;它是 **增量更新**的(仅读取已更改文件的末尾部分)。 ## 2. 示例 ``` # 总体摘要(优先按 tokens,$ 为 API 等效值) quickai stats # 您的实际 prompt,最大者优先 quickai tasks --by tokens --limit 20 # 某次运行为何如此耗时?wall 与 idle 时间 quickai slow # 生成完整的 HTML 报告并在浏览器中打开 quickai report # 单个项目的报告 quickai report --project my-app ``` `quickai stats` 输出: ``` quickai — index summary projects: 18 sessions: 97 tasks: 3182 subagents: 1988 (type resolved for 981 — 49%) turns: 185699 ── tokens ── total: 40709.4M (input+output+cache) fresh (in+out): 135.2M input: 31.4M output: 103.8M cache-read: 39461.8M (96% throughput — context re-reads) ≈ API-equivalent: $32042.66 (list-price; subscription is flat — this is volume, not a bill) ``` ## 3. 截图 **报告 — 摘要与细分**(深色 Notion 风格主题,项目名称置顶): ![概览](https://static.pigsec.cn/wp-content/uploads/repos/cas/18/1898746e74b944789f4c91f90442560ee4f0cbdbed3ce35d779e9e9834c68cf4.png) **行为分析** — 工具错误率、缓存命中率健康状况、空转、浪费、缓慢的任务 (问题数字一目了然,带有颜色区分): ![性能分析](https://static.pigsec.cn/wp-content/uploads/repos/cas/41/41cf5de1c45586c8e1ac24cad4d17ffe2d725c88adac50d5122377907d03d727.png) **逐任务深入分析** — 点击任意任务展开其 subagent,查看成本/轮次/实际运行时间: ![向下钻取](https://raw.githubusercontent.com/AlexGladkov/quickai/main/docs/drilldown.png) ## 4. 你可以生成的内容 ### CLI 命令 | 命令 | 显示内容 | |---|---| | `quickai index [--rebuild]` | 构建 / 刷新索引(增量) | | `quickai stats` | 总体摘要 — token、subagent、等效 API 费用 | | `quickai tasks [--by time\|tokens\|cost] [--project X]` | 你的提示词细分 | | `quickai usage` | 终端中的单屏报告(分页器) | | `quickai report [--project X]` | **HTML 报告** → 浏览器(可选按项目) | | `quickai top --group task\|agent\|agenttype\|project\|model` | 消耗最多的排名 | | `quickai task ` | 单个任务:主 agent + 所有 subagent + 耗时 | | `quickai bench ` | 单个 agent 类型随时间的基准测试 | | `quickai cache` | 每个会话的缓存命中率健康状况(发现缓存抖动) | | `quickai latency` | 模型轮次延迟 + subagent 并行度系数 | | `quickai spin` | 空转任务(轮次多,每轮输出少) | | `quickai tools` | 工具使用与错误率 | | `quickai waste` | `stop_reason` 分布(截断、拒绝等) | | `quickai slow` | 按实际运行时间排名的长耗时任务 + **空闲时间百分比**(为什么运行环境这么慢) | | `quickai mcp` | 运行 MCP server (stdio) | ### HTML 报告包含 摘要卡片 · 按模型 / 项目 / agent 类型 · 工具分析 · 延迟 · 并行度 · 缓存命中率健康状况 · 空转 · 浪费 · **带有空闲时间百分比的缓慢任务** · 以及每个任务附带 可搜索、可排序的表格和可展开的 subagent 细分。 ### MCP(从聊天中询问) ``` claude mcp add quickai -- /absolute/path/to/target/release/quickai mcp ``` 然后你可以询问诸如*“分析 **my-app** 项目”*、*“本周什么消耗最多”*、 *“细分任务 X”*、*“为什么那次运行这么慢”*等内容。大多数工具支持 `project` 过滤器,因此“分析此项目”可以直接生效。工具包括:`quickai_stats`、`quickai_top`、`quickai_tasks`、 `quickai_usage`、`quickai_task`、`quickai_bench`、`quickai_cache`、`quickai_latency`、 `quickai_spin`、`quickai_tools`、`quickai_waste`、`quickai_slow`。 ## 备注 - **资金**是等效 API 费用(目录价格 × token),而不是账单 —— 在订阅模式下 没有按 token 计费。它是使用量/ROI 的信号。 - **没有“订阅容量百分比”** —— Anthropic 并未发布固定的 token 上限 (限制是按时间窗口计算且以不透明方式计量),因此任何此类百分比都是捏造的。 - 目前**仅支持 Claude Code**。核心部分(schema、查询、报告)是与数据源无关的 —— 只有解析层是 Claude 专用的,因此可以通过适配器添加其他 CLI。 架构与数据模型:[ARCHITECTURE.md](ARCHITECTURE.md)。 ## 许可证 MIT — 详见 [LICENSE](LICENSE)。
标签:AI分析, Claude, CVE检测, MCP, Rust, SOC Prime, 可视化界面, 多模态安全, 开发工具, 性能监控, 网络流量审计, 通知系统