TokenTracker: ein lokaler Token-Verbrauchs- und Kosten-Tracker für KI-Codierungswerkzeuge

Token-Verbrauch verfolgen, ohne Prompts hochzuladen

Abschnitt 1, Absatz 1: TokenTracker ist ein lokales Dashboard, das Token-Verbrauch und Kosten von 29 KI-Codierungswerkzeugen erfasst, darunter Claude Code, Codex CLI, Cursor, Gemini CLI und Qoder. Es liest niemals Prompts, Antworten oder Dateiinhalte; es werden nur Token-Anzahlen und Zeitstempel gesammelt. Kein Konto oder API-Schlüssel ist erforderlich, und alle Daten bleiben auf dem Rechner, sofern nicht die optionale Bestenliste aktiviert wird. Das Projekt ist in JavaScript geschrieben und unter der MIT-Lizenz verfügbar.

Abschnitt 1, Absatz 2: TokenTracker lässt sich mit npx tokentracker-cli in einer Node-20-Umgebung prüfen. Entscheidend ist der lokale Endpunkt http://localhost:7680: Dort sollten Trends, Modelle und Kosten erscheinen, ohne dass Prompttexte in der Oberfläche auftauchen. Für eine automatisierte Kontrolle liefert tokentracker status --json einen maschinenlesbaren Zustand; tokentracker doctor zeigt die vom README vorgesehenen Gesundheitsprüfungen.

Erster Start: ein Befehl zum lokalen Dashboard

Abschnitt 2, Absatz 1: Das Ausführen von npx tokentracker-cli mit Node.js 20+ installiert Hooks für erkannte Werkzeuge, synchronisiert vorhandene Daten und öffnet ein Dashboard unter http://localhost:7680. Das Dashboard zeigt Nutzungstrends, Modellaufschlüsselungen und Kostenanalyse. Eine native Menüleisten-App für macOS und eine System-Tray-App für Windows sind auf der Releases-Seite verfügbar und betten das Dashboard jeweils in eine Webview ein. Eine globale Installation über npm oder Homebrew wird ebenfalls dokumentiert.

Abschnitt 2, Absatz 2: Die Datenwege unterscheiden sich je nach Werkzeug. Hook-basierte Integrationen schreiben Ereignisse in Konfigurationen, passive Leser verwenden lokale SQLite-, JSONL- oder OpenTelemetry-Daten. Deshalb muss bei Cursor und Qoder separat geprüft werden, welche lokale Datenbank vorhanden ist. Die README nennt auch TOKENTRACKER_NO_TELEMETRY=1 und DO_NOT_TRACK=1 als Schalter für den Heartbeat und PostHog-Ereignisse.

Wie Hooks und passive Leser Daten sammeln

Abschnitt 3, Absatz 1: TokenTracker verwendet drei Erkennungsmethoden. Bei hook-basierten Werkzeugen wie Claude Code und Codex werden SessionEnd- oder TOML-Notify-Hooks in die Konfigurationsdateien geschrieben. Bei plugin-basierten Werkzeugen wie OpenCode und OpenClaw werden Plugins aus dem npm-Paket bereitgestellt. Bei passiven Lesern wie Cursor, Hermes und Qoder liest TokenTracker SQLite-Datenbanken, JSONL-Dateien oder OpenTelemetry-Exporte, die die Werkzeuge bereits erzeugen, ohne etwas zu installieren. Aggregierte Token-Anzahlen werden in einer lokalen SQLite-Datenbank in 30-Minuten-UTC-Blöcken gespeichert, und Dashboard, Menüleisten-App und Widgets lesen alle aus demselben Snapshot.

Abschnitt 3, Absatz 2: Für die Kostenanzeige ist die Datenbasis relevant: Die README beschreibt eine LiteLLM-Engine mit mehr als 2200 Modellen, täglichem Update, 24-Stunden-Cache und Offline-Snapshot. Ein unbekanntes Modell erscheint mit Kosten von null, was keine kostenlose Nutzung beweist, sondern einen fehlenden veröffentlichten Tarif kennzeichnet.

Jenseits des Dashboards: Haustier, Widgets, Erfolge

Abschnitt 4, Absatz 1: Zusätzlich zum Kern-Dashboard bietet TokenTracker ein Desktop-Haustier, das auf reale Codierungsaktivität reagiert, vier native Desktop-Widgets für Nutzung, Aktivitäts-Heatmap, Top-Modelle und Nutzungslimits sowie 15 Erfolgsspuren, die Meilensteine in sammelbare Abzeichen verwandeln. Eine optionale Bestenliste ermöglicht den Vergleich der Nutzung mit anderen Entwicklern, und ein Skills-Tab durchsucht über 250 öffentliche Fähigkeiten und synchronisiert sie über unterstützte Werkzeuge. Diese Funktionen sind alle in der README mit Screenshots und Beispielen dokumentiert.

Abschnitt 4, Absatz 2: Die native Verpackung hat eigene Bedingungen. Das Linux-AppImage benötigt webkit2gtk-4.1, gtk3, libayatana-appindicator und unter GNOME eine AppIndicator-Erweiterung. Auf macOS wird TokenTrackerBar.dmg genannt, unter Windows TokenTracker-Setup.exe. Diese Unterschiede gehören in den Installationsplan, wenn mehrere Betriebssysteme unterstützt werden.

Unterstützte Werkzeuge und Erkennungsdetails

Abschnitt 5, Absatz 1: Die README listet 29 unterstützte Werkzeuge auf, von Claude Code und Cursor bis AnythingLLM Desktop und Claude Science. Die Erkennung ist für jedes aufgeführte Werkzeug automatisch. Einige Werkzeuge werden passiv gelesen, das heißt, es werden keine Hooks oder Plugins hinzugefügt; zum Beispiel verwendet Cursor eine API plus SQLite-Authentifizierungstoken, und Qoder liest eine lokale Datenbank. Das Projekt enthält auch eine Kosten-Engine mit über 2200 Modellen, die über LiteLLM preislich bewertet werden, täglich automatisch aktualisiert, mit einem 24-Stunden-Disk-Cache und einem Offline-Snapshot. Modelle ohne veröffentlichten Anbieterpreis zeigen $0 Kosten, bis ein Tarif verfügbar ist.

Abschnitt 5, Absatz 2: Die lokale Speicherung ist eine klare Stärke für Teams, die keine Promptinhalte übertragen wollen. Sie ersetzt aber keine Prüfung der Toolkonfiguration. Vor dem Aktivieren der optionalen Bestenliste sollte der Netzwerkverkehr und die Einstellung TOKENTRACKER_NO_TELEMETRY=1 im eigenen Profil kontrolliert werden. Die README behauptet keine Sicherheitszertifizierung oder unabhängige Prüfung.

Datenschutz- und Telemetriesteuerung

Abschnitt 6, Absatz 1: TokenTracker ist standardmäßig lokal. Die einzigen Daten, die den Rechner verlassen können, sind ein anonymer täglicher Heartbeat (ein Hash aus Maschinen-ID, App-Version, Betriebssystem und Shell) und anonyme Dashboard-Seitenaufrufereignisse über PostHog, wobei Autocapture und Sitzungsaufzeichnung deaktiviert sind. Beide können mit TOKENTRACKER_NO_TELEMETRY=1 oder DO_NOT_TRACK=1 ausgeschaltet werden. Die README verweist auf eine vollständige Datenschutzerklärung und lädt zur Prüfung der Telemetrie-Quelldateien ein. Sie behauptet keine formelle Sicherheitszertifizierung oder unabhängige Prüfung.

Abschnitt 6, Absatz 2: Die MIT-Lizenz erlaubt Nutzung, Kopieren, Ändern, Veröffentlichen, Verteilen, Unterlizenzieren und Verkauf, verbunden mit Haftungs- und Gewährleistungsausschluss. Für ein internes Dashboard ist das flexibel; bei einer Weitergabe müssen Lizenztext und Copyright-Hinweise erhalten bleiben. Support oder Sicherheitsgarantien folgen daraus nicht.

Konfiguration, WSL-Modus und Lizenz

Abschnitt 7, Absatz 1: Umgebungsvariablen steuern Debug-Ausgabe, HTTP-Timeout, Git-Zuordnung und WSL-Auflösung. Die Variable TOKENTRACKER_WSL_MODE akzeptiert wsl-first, native-first, wsl-only, native-only und both, mit wsl-first als Standard. Das Projekt ist unter der MIT-Lizenz lizenziert, die die Erlaubnis erteilt, Kopien der Software zu verwenden, zu kopieren, zu modifizieren, zu fusionieren, zu veröffentlichen, zu verteilen, zu unterlizenzieren und zu verkaufen. Die Lizenz bietet keine Garantie und lehnt Haftung ab; sie sagt nichts über Sicherheitslage oder Support aus.

Redaktionelles Fazit

TokenTracker ist ein lokales Werkzeug, das Token-Verbrauch und Kosten von 29 KI-Codierungswerkzeugen verfolgt, ohne Prompt-Inhalte hochzuladen. Die README dokumentiert Einrichtung, Konfiguration und Datenschutzkontrollen, und die MIT-Lizenz erlaubt freie Nutzung und Modifikation ohne Garantie.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes