UStackUStack
Claude Usage Tracker icon

Claude Usage Tracker

Claude Usage Tracker : outil local-first qui détecte et agrège l’utilisation de Claude, calcule les coûts par tokens et affiche un dashboard sombre interactif.

Claude Usage Tracker

Qu'est-ce que Claude Usage Tracker ?

Claude Usage Tracker est un outil local-first qui détecte automatiquement et agrège les coûts d'utilisation de Claude AI à travers plusieurs outils de développement locaux. Il scanne les répertoires de données connus, parse les fichiers JSONL/logs, calcule les coûts en utilisant les tarifs spécifiques aux modèles, et affiche les résultats dans un dashboard interactif.

L'objectif principal est le suivi et la visualisation des coûts — pour que vous puissiez examiner les dépenses par source, modèle et période sans envoyer les données d'utilisation vers le cloud. Tout s'exécute sur votre machine et le dashboard est propulsé par Chart.js.

Fonctionnalités principales

  • Détecte automatiquement 9+ outils intégrant Claude et fusionne les données d'utilisation pour une vue consolidée.
  • Calcul des coûts basé sur les tarifs par million de tokens spécifiques aux modèles pour les familles de modèles Anthropic (Opus, Sonnet, Haiku), incluant entrée/sortie et lecture/écriture cache le cas échéant.
  • Dashboard interactif au thème sombre utilisant Chart.js avec graphiques visuels et analyses détaillées.
  • Suivi des coûts par période avec vues quotidienne, hebdomadaire, mensuelle et tous temps.
  • Analyses par modèle et source incluant ventilations par modèle et filtres (source, modèle, plage de dates, coût minimum).
  • Visualisation des pics via heatmaps et deux vues : Peak Hours (grille jour × heure) et Peak Days (calendrier style GitHub).
  • Détails au niveau session incluant un journal de sessions extensible avec cartes sources codées par couleur, rappels de coûts par session (ex. : session la plus coûteuse), et un panneau de détails de session.
  • Projection de cadence projet avec projections mensuelles basées sur le rythme de dépenses actuel.
  • Option bundle app macOS pour créer un .app autonome à lancer en double-clic.

Comment utiliser Claude Usage Tracker

  1. Installez et lancez la dernière release (recommandé) ou exécutez l'outil localement depuis les sources.
  2. Lancez un scan pour collecter les données et afficher le dashboard : l'app macOS collecte des données fraîches et affiche le dashboard interactif ; le mode navigateur démarre un serveur local et charge dashboard.html.
  3. Explorez le dashboard pour examiner les coûts totaux et les ventiler par source/modèle et par périodes via les graphiques, heatmaps et filtres disponibles.

Options de démarrage rapide (depuis le dépôt) :

  • macOS (Apple Silicon/Intel) : téléchargez la dernière release, décompressez, déplacez Claude Usage Dashboard.app dans Applications, puis double-clic pour lancer.
  • Build depuis les sources : clonez le repo, exécutez ./build-app.sh, puis double-clic sur l'app générée.
  • Mode navigateur (tout OS) : exécutez node collect-usage.js, démarrez un serveur local avec python3 -m http.server 8765, et ouvrez http://localhost:8765/dashboard.html.

Cas d'usage

  • Consolidez les dépenses sur plusieurs outils Claude : Si vous utilisez plusieurs intégrations locales (par exemple, Cursor, Windsurf, Claude Desktop et Continue.dev), le tracker fusionne les usages de ces sources en un seul dashboard.
  • Identifiez quand les dépenses sont les plus élevées : Utilisez Peak Hours (heatmap jour × heure) et le calendrier Peak Days pour repérer les moments et jours avec les sessions les plus coûteuses.
  • Auditez sessions ou jours spécifiques : Étendez le journal de sessions pour une date afin d'inspecter les coûts par session et voir la ventilation des tokens et l'historique de conversation dans le panneau de détails.
  • Comparez les changements jour après jour : Utilisez Yesterday Delta pour comparer les dépenses d'aujourd'hui à celles d'hier d'un coup d'œil.
  • Planifiez les attentes pour le mois en cours : Consultez Monthly Projections pour estimer les coûts mensuels projetés basés sur le rythme actuel.

FAQ

  • Le tracker envoie-t-il les données d'utilisation à un serveur ? Non. La description du projet indique « No cloud » et « No telemetry », tout reste sur votre machine.

  • Quels outils supporte-t-il ? Le dépôt liste les usages Claude d'OpenClaw/Clawdbot, Claude Code CLI, Claude Desktop (mode agent local), Cursor, Windsurf, Cline, Roo Code, Aider et Continue.dev. La détection est automatique.

  • Quels formats de données lit-il ? Il scanne les répertoires connus et parse les fichiers JSONL/logs ; la section outils supportés précise JSONL pour chaque outil listé.

  • Que se passe-t-il si un outil n'est pas installé ou n'a pas de données ? Le comportement de détection est : si un outil n'est pas installé ou n'a pas de données, il est ignoré silencieusement.

  • Comment calcule-t-il les coûts ? Les coûts sont calculés avec les tarifs par million de tokens d'Anthropic pour les familles de modèles supportées (Opus, Sonnet, Haiku), basés sur entrée/sortie et lecture/écriture cache si fourni.

Alternatives

  • Analyse de logs locaux + tableurs : Exportez ou collectez vos logs d’utilisation de Claude et calculez les coûts manuellement dans un tableur. C’est plus manuel qu’un dashboard interactif, mais cela peut s’adapter à des workflows personnalisés.
  • Dashboards d’utilisation fournis par les fournisseurs (s’ils existent) : Certains fournisseurs proposent des vues d’utilisation pour la facturation/rapports. Celles-ci se concentrent généralement sur un seul produit/compte plutôt que d’agréger plusieurs outils locaux.
  • Outils d’analyse généraux de temps/coûts des développeurs : Les outils qui analysent l’activité IDE ou calculent les coûts selon les événements d’utilisation peuvent aider, mais ne modélisent pas forcément la tarification par tokens spécifique à Claude ni ne parsent automatiquement le format de stockage de chaque outil.
  • Autres dashboards de monitoring local-first : Des outils adjacents qui visualisent les logs locaux dans un navigateur peuvent offrir des graphiques similaires, mais nécessitent souvent de préparer les données plutôt que de s’appuyer sur la détection automatique et le parsing JSONL du tracker.
Claude Usage Tracker | UStack