1、团队多人共用 Linux 研发机、AI 服务器或跳板机时,Codex 使用日志会分散在不同用户目录中。
2、管理者很难快速知道:谁在使用、用了多少 Token、当前主要在用哪个共享账号。
3、共享账号额度消耗不透明,往往要等到额度接近用尽时,才发现需要处理。
4、如果依赖人工查日志、核对账号、手动切换,效率低,也不方便持续管理。
5、该项目主要解决团队共享 AI 编程助手场景下的用量监控、账号管理和额度预警问题。
点击空白处退出提示
1、团队多人共用 Linux 研发机、AI 服务器或跳板机时,Codex 使用日志会分散在不同用户目录中。
2、管理者很难快速知道:谁在使用、用了多少 Token、当前主要在用哪个共享账号。
3、共享账号额度消耗不透明,往往要等到额度接近用尽时,才发现需要处理。
4、如果依赖人工查日志、核对账号、手动切换,效率低,也不方便持续管理。
5、该项目主要解决团队共享 AI 编程助手场景下的用量监控、账号管理和额度预警问题。
1、自动扫描多用户的 Codex 会话日志和认证文件。
2、按用户、共享账号、模型三个维度统计 Token 用量。
3、展示当前周期消耗、输入/输出 Token、缓存命中、RPM、TPM、响应时长等指标。
4、支持自定义时间窗口、用户详情页、趋势图和模型分布分析。
5、支持账号余量查看、账号导入、账号切换和自动切换策略。
6、支持同步 CSV 成本数据,查看费用汇总和估算结果。
7、支持钉钉日报推送、手动播报和低余量预警。
1、本人独立负责项目整体方案设计、后端开发、前端页面、数据库建模、账号运维链路、通知机制和部署脚本。
2、后端使用 Python + Flask,数据库使用 SQLite;前端使用 React + Vite + styled-components。
3、通过记录日志文件的 inode、generation、last_offset 等信息,实现增量采集,避免重复全量解析。
4、通过账号快照时间线,解决用户切换账号后历史数据归属不准确的问题。
5、通过有效事件判定,减少重复日志事件对统计结果的影响。
6、通过后台任务实现日志采集、额度刷新、自动切换和钉钉通知,形成监控到运维的完整闭环。
7、项目难点主要在于多用户日志归集、共享账号历史归因、趋势统计和低成本长期运行。






评论