← 返回信息流
Agent SkillLINUX DO · AI·2 小时前

开源Claude用量实时查询桌面插件

原标题:「开源自荐」Claude 用量实时查询桌面插件/托盘插件(中文版)

速览

该开源项目提供Claude Code用量实时查询功能,支持Windows、Mac和Linux系统。插件可显示5小时、7天及专属Sonnet模型的用量,并支持托盘悬浮、置顶及透明度调节。用户可通过简单命令快速部署,解决官方客户端用量查看不稳定的问题。

AI 深度解读

背景

在当前的 AI 开发工作流中,开发者往往需要在多台设备上同时使用 Claude Code (CC)。虽然 CC 客户端内置了用量查看功能(CC switch),但该功能在不同版本中表现极不稳定,存在“时有时无”的现象,导致用户体验割裂。

为了获取准确的 API 调用额度信息,用户通常被迫反复登录网页端进行查询,这不仅效率低下,也破坏了本地开发的连贯性。此外,市场上缺乏专门针对中文用户、界面友好且功能稳定的开源解决方案。基于这一痛点,开发者决定自行 DIY 一个跨平台、轻量级的桌面插件,以实现对 Claude 用量的实时、直观监控。

核心内容

该项目名为 Claude Usage Assistant(Claude 用量实时查询桌面插件/托盘插件),是一个开源的桌面工具,旨在解决 Claude Code 用量查询不稳定及跨设备查看不便的问题。

1. 核心功能

  • 多维度用量监控:支持查看过去 5 小时、过去 7 天以及专属 Sonnet 模型的用量数据。
  • 智能时区适配:根据用户系统的本地时区,自动显示用量重置时间,避免跨时区混淆。
  • 灵活的 UI 交互
    • 提供无边框界面,支持鼠标拖动。
    • 支持窗口置顶功能,方便开发者在编码时随时瞥见用量。
    • 可调节窗口不透明度,减少视觉干扰。
  • 多形态展示:同时支持系统托盘(Tray)图标悬浮和独立窗口两种展示模式,适应不同场景需求。

2. 部署与配置教程

项目提供了简化的自动化部署流程,用户只需将以下指令复制并发送给 AI 编程助手(如 Claude Code 或 Codex),即可自动完成环境配置和启动:

  1. 克隆项目git clone https://github.com/huanchong-99/claude-usage-assistant 并进入目录。
  2. 依赖安装:检测 Python 环境(需 3.10+),并安装依赖库:pip install requests pystray pillow
  3. 身份验证确认:检查 ~/.claude/.credentials.json 是否存在,确认用户已登录 Claude Code。若未登录,需先运行 claude 完成登录。
  4. 运行与调试:执行 python quota_card.py,验证用量卡片是否正常显示。若出现错误,由 AI 助手进行诊断和修复。
  5. 开机自启(可选):询问用户是否希望开机自启。若同意,将 启动卡片.bat 快捷方式放入系统的启动文件夹 (shell:startup)。

3. 兼容性与开源声明

  • 平台支持:代码层面支持 Windows、Mac 和 Linux,但官方主要测试环境为 Windows。其他系统用户如遇问题可通过留言或提交 Issue 反馈。
  • 开源合规:项目遵循 LINUX DO 社区的开源推广规范,已打上“开源推广”标签,承诺项目完全开源无隐藏代码,并已获得社区认可。

关键要点

  • 痛点解决:直接针对 Claude Code 客户端内置用量功能不稳定、网页查询繁琐的问题,提供了本地化、可视化的替代方案。
  • AI 辅助部署:项目设计了特殊的 Prompt 交互方式,利用 AI Coding Assistant 自动处理环境依赖、路径配置和启动脚本创建,极大降低了非技术背景用户的上手门槛。
  • 技术栈轻量:基于 Python 开发,依赖 requests(网络请求)、pystray(系统托盘)、pillow(图像处理)等成熟且轻量的库,无需复杂的构建工具。
  • 用户体验优化:强调“无边框”、“可拖动”、“可置顶”、“透明度调节”等细节,符合现代桌面应用的美学和交互标准,而非简单的命令行输出。
  • 数据维度实用:聚焦于“5小时”、“7天”和“专属 Sonnet”三个关键维度,覆盖了大多数开发者监控突发消耗和长期预算的核心需求。

意义与影响

该项目虽然是一个小型工具,但它反映了当前 AI 开发者生态中的一个重要趋势:对 AI 工具链的精细化掌控需求日益增长

  1. 填补市场空白:在主流 AI 平台(如 OpenAI、Anthropic)的官方客户端中,用量监控往往集成度不高或存在 Bug。此类开源社区驱动的小工具,填补了官方体验与用户实际需求之间的缝隙,体现了社区协作的价值。
  2. 降低使用门槛:通过“复制 Prompt 给 AI 助手自动部署”的模式,展示了如何利用 LLM 自身的能力来简化复杂的技术配置过程。这种“用 AI 管理 AI 基础设施”的工作流,为其他开发者提供了新的思路。
  3. 促进开源生态繁荣:项目严格遵循社区开源规范,透明地展示其生成和润色过程,有助于建立开发者之间的信任,鼓励更多高质量的垂直领域工具涌现。

对于经常使用 Claude Code 进行多设备开发的开发者而言,该插件是一个提升工作效率、优化视觉体验的实用补充;对于普通用户,它也是一个了解如何利用开源工具增强现有 AI 服务体验的优秀案例。

查看原文 →linux.do