开源AIUsage v0.10.0支持监控Codex等工具调用及MCP技能

背景

随着大语言模型（LLM）在软件开发和工作流中的深度集成，开发者不再仅仅通过简单的聊天界面与 AI 交互，而是越来越多地借助命令行界面（CLI）工具、模型上下文协议（MCP）以及各类 AI 技能（Skills）来执行复杂任务。这种转变带来了新的痛点：开发者难以直观地追踪在 CLI 环境下具体调用了哪些工具、MCP 服务或 Skill，导致上下文冗余、Token 消耗不可控，甚至出现“僵尸”技能占用资源的情况。

在此背景下，开源项目 AIUsage 应运而生。该项目旨在解决 AI 账号用量监控与 CLI 调用行为可视化的问题，特别是在支持 Claude Code (CC)、Codex 和 OpenCode 等主流 AI 编程助手的一键配置与代理方面进行了优化。

核心内容

AIUsage 是一个开源的聚合监控工具，其最新版本（0.10.0）重点增强了对 CLI 环境下 AI 交互行为的深度监控能力。

1. 多平台支持： 项目不仅支持基础的 AI 账号配额与用量监控，还特别针对 Claude Code (CC)、Codex 和 OpenCode 进行了适配。它支持这些工具的一键代理配置，方便开发者在不同 AI 服务间切换。

2. MCP 与 Skill 调用监控： 这是本次更新的核心亮点。AIUsage 能够监控 CLI 工具对 MCP 服务（Model Context Protocol）和 Skill 的调用情况。通过捕获本地会话日志，开发者可以清晰地看到哪些 MCP 服务或 Skill 被实际触发。

3. 日志分析与优化建议： 工具通过分析本地会话日志，帮助开发者识别未被有效利用或重复调用的“僵尸”技能和 MCP 服务。这一功能有助于开发者清理不必要的上下文，从而显著节省 Token 用量并提升交互效率。

4. 社区协作与迭代： 该功能的实现得益于社区贡献者 cycle_zhou 提出的 Issue 和多项建议。项目遵循完全开源原则，无未开源部分，并已获得 LINUX DO 社区的认可。

关键要点

• 版本更新：核心监控功能已在 0.10.0 版本中上线。
• 监控范围：涵盖 CLI 调用的工具、MCP 服务以及 Skill 加载情况。
• 主要价值：
  • 可视化：让隐性的 AI 调用行为变得可见。
  • 成本控制：通过识别和清理无效调用，直接降低 Token 消耗。
  • 效率提升：帮助开发者精简上下文，优化工作流。
• 兼容性：明确支持 Claude Code、Codex 和 OpenCode 的集成与监控。
• 开源承诺：项目完全开源，接受社区监督，符合 LINUX DO 社区的推广规范。

意义与影响

AIUsage 的更新反映了 AI 开发工具链从“黑盒”向“可观测性”演进的趋势。

1. 提升开发透明度：在 MCP 和 Skill 生态日益复杂的今天，开发者往往不清楚底层具体执行了哪些操作。AIUsage 提供的日志分析能力填补了这一空白，使 AI 辅助编程的过程更加透明。
2. 优化资源管理：对于高频使用 AI 编程助手的开发者而言，Token 成本是一个重要考量。通过精准识别无效调用，该工具提供了切实可行的降本增效方案。
3. 促进生态标准化：对 Claude Code、Codex 等主流工具的统一监控支持，有助于推动不同 AI 代理工具在行为监控层面的标准化，降低开发者的迁移和学习成本。

该项目不仅是一个实用的监控工具，也为 AI 工作流的精细化运营提供了新的思路，值得关注 AI 效能优化的开发者深入使用。