省下AI编码开销：CodeBurn optimize的14条浪费检测规则与A-F健康分完整解读-北京尧图网络

省下AI编码开销CodeBurn optimize的14条浪费检测规则与A-F健康分完整解读【免费下载链接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn项目地址: https://gitcode.com/gh_mirrors/co/codeburnCodeBurn是一款免费的本地 AI 编码用量追踪工具通过codeburn optimize子命令它会扫描你的 Claude Code 会话与~/.claude/配置找出花了 token 却没产出的浪费点并给你的配置打一个A–F 健康分。本文带你完整读懂它的 14 条浪费检测规则、三类发现fix / nudge / keep以及健康分是怎么算出来的。一分钟上手如何运行 CodeBurn optimizenpx codeburn optimize # 只扫描、只报告不写入任何文件 npx codeburn optimize --apply # 对可自动修复的发现执行修复写前会备份 npx codeburn optimize --dry-run # 只打印修复计划不实际执行它扫描两大块来源详见 docs/optimize.md会话记录选定时间段内的工具调用、每次调用的 token 用量、重试、单会话成本等——重复读取、垃圾目录读取、低读改比、预热开销、上下文反复粘贴都从这里来本地配置~/.claude.json、settings.json/settings.local.json、.mcp.json、CLAUDE.md含引用以及skills/、agents/、commands/目录——僵尸 MCP 服务、幽灵技能、超长CLAUDE.md都藏在这里。核心原则扫描不改文件只有--apply才写入而且每次写入都会先备份、记录日志。三类发现每条规则的结果都带行动标签每条发现都会带上一个 class命令行和桌面端都按它分组展示Class标题含义fixFix now可应用CodeBurn 可以直接帮你改--apply一键执行nudgeHabits习惯行为层面的问题没有文件可改改的是你下一次怎么驱动会话keepFYI知会仅供参考这笔开销也许合理由你自己判断一个发现是fix的前提是系统真的能构建出修复计划——同一条规则可能这次报fix、下次报nudge。完整的分类映射见 src/optimize.ts。14条浪费检测规则逐条解读以下按会话行为与配置卫生两大类整理。每条都标注了典型省钱点方便你对号入座。会话行为类规则钱花在了跑偏的调用上1. 低读改比 read-edit-ratioClaude 读了大量文件却几乎不编辑——典型的瞎逛会话。估算按每次读取约 600 token 计。修复方式是向当前项目的CLAUDE.md追加一条规则块src/optimize.ts。2. 构建目录读取 build-folder-reads反复读取node_modules、build等生成目录纯属浪费同样可通过CLAUDE.md规则块自动规避。3. 重复读取 redundant-rereads同一会话中反复读取同一批文件。无法自动修复属于提醒类下次会话给更聚焦的指令即可。4. 预热开销 warmup-heavy会话开头的输入 token 远超正常中位数常见原因是开头塞了大段背景。习惯类问题。5. 重试密集 retry-heavy-capabilities某些能力反复失败重试把真实轮次 token 乘以恢复比例估算损失。6. 低价值会话 low-worth-sessions整场会话消耗不少 token 却没有产出实质代码变更提醒你缩小任务范围。7. 上下文膨胀 context-heavy-sessions输入/缓存 token 远超目标比例的上下文巨无霸会话。这是少数measured实测类发现——数字直接来自服务商计费的用量而不是模型估算。8. 成本异常值 cost-outliers同项目内成本明显高于同伴平均的会话。同样是 measured 类对只提供估算值的服务商会自动降级为 estimated避免拿估算值和实测值比大小。9. 重复粘贴上下文 recurring-context多个会话都从同一段粘贴文本开场——每开一次会话都为同样的上下文重复付输入费。规则会建议把它挪进CLAUDE.md或按需读取的文件里。配置卫生类规则钱花在了没用的配置上10. 僵尸 MCP 服务 unused-mcp / 低覆盖 mcp-low-coverage注册了却从未被调用的 MCP 服务它的工具 schema 却常驻每次请求。估算模型工具数 × 每工具约 400 token × 会话数。--apply可以直接删掉服务条目。11. MCP 作用域 mcp-project-scope全局配置的 MCP 服务其实只在一个项目里用——应下放到该项目的.mcp.json避免污染其他项目的每次调用。12. MCP 延迟加载缺陷deferral 家族包括mcp-deferral-off工具搜索被关闭、mcp-alwaysload-hygienealwaysLoad: true滥用、mcp-defer-thresholdauto:N阈值设置不合理。这些让本应延迟加载的 schema 被迫常驻上下文是隐藏的隐形税。13. 幽灵技能 / 智能体 / 命令ghost agents / skills / commandsskills/、agents/、commands/目录里定义了却从未被调用过的文件。自动修复会把它们移入~/.claude/kind/.archived/归档目录而不是删除。14. 超长 CLAUDE.md bash 输出无上限claude-md-too-long展开后超过 200 行的CLAUDE.md每行都在收费修剪靠你判断nudge 类bash-output-capshell 里未限制命令输出长度可自动向~/.zshrc/~/.bashrc追加标记块加以约束。所有规则的实现都在 src/optimize.ts 中每条检测器如detectJunkReads、detectUnusedMcp、detectGhostSkills都是独立函数方便阅读与扩展。A–F 健康分是怎么算出来的健康分算法简单透明src/optimize.ts从100 分起步每条发现扣分高影响 -15、中影响 -7、低影响 -3总扣分封顶 80 分——避免一堆小问题把分数拖到零按分数段映射等级等级分数 A90–100 B75–89 C55–74 D30–54 F 30关键认知健康分评价的是你的配置不是你的花费——一个月花很多但配置干净的账户依然能拿 A。修复不是一锤子买卖备份、撤销与效果核验CodeBurn 对自动修复做了完整的可追溯设计src/act/apply.tscodeburn act list # 查看 CodeBurn 做过的所有修改 codeburn act undo id # 恢复原始文件 codeburn act undo --last写入前必备份并记录日志undo 时若文件在修复后又被手动改过会拒绝回滚除非--force每次重新扫描都会复核已应用的修复输出四种判定✓ 生效实测节省≥估算的70%、~ 部分生效、✗ 无效果并附上撤销命令、… 观察中时间太短数字是measured实测的取自修复后时间窗内服务商计费的真实用量而非拍脑袋的估算无法测量的项目会明确标注观察中绝不虚报节省。再配合--auto-revert默认关闭还能自动撤销被判定为无效果的修复——而且永远不会碰部分生效或落在你所在目录的CLAUDE.md规则块。实测 vs 估算如何看懂每条发现的数字每条发现都带一个basis标签报告头部会汇总为N measured · M estimatedmeasuredtoken 数直接来自服务商对你真实调用的计费目前仅上下文膨胀与成本异常值两类estimated数字来自模型每个 MCP 工具的 schema 大小、CLAUDE.md每行成本、平均读取大小等。这个区分很重要它让你知道哪些数字是铁账、哪些是合理估算避免被精确到小数点的假象误导。常见问题 FAQQ1optimize 会上传我的数据吗不会。它是完全本地运行的工具扫描的是本机会话记录与配置文件。Q2--apply会不会把我的配置改坏不会直接覆盖。所有写入先备份、记日志可用codeburn act undo精确回滚。Q3健康分低一定要修吗不必。keep类发现只是知会nudge类改习惯即可只有fix类才值得跑--apply。Q4除了 Claude Code 还支持什么用量追踪覆盖 37 种工具Cursor、Codex、Gemini 等而 optimize 的深度检测目前主要针对 Claude Code 会话与配置选择其他 provider 时相关规则会自动跳过而非误报。结语把烧钱变成体检CodeBurn optimize 的真正价值不是又给你看一张账单而是把账单拆成了14 条可定位、可修复、可核验的规则先跑npx codeburn optimize看健康分找到自己的短板规则对fix类发现执行--apply让工具替你完成备份式修复过几天再跑一次在Applied fixes里确认节省是实测落袋的。从 A 到 F 的每一次复测都是你 AI 编码工作流在变健康的证据。【免费下载链接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn项目地址: https://gitcode.com/gh_mirrors/co/codeburn创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

省下AI编码开销：CodeBurn optimize的14条浪费检测规则与A-F健康分完整解读

相关推荐

iFixAi新手完整教程：从干净机器到可引用审计报告只需4步

道路矢量数据shp.zip处理全流程：从解压到坐标系到出图

基于YOLO的人脸考勤系统设计与实现——从人脸检测到考勤业务

更多资讯

MySQL数据库创建、配置与优化实战指南

RESTful API设计指南与Java实现详解

VS Code C盘空间优化：3种高效迁移方案

信息熵与相对熵：从基础概念到现代应用

Swoole 6.2性能优化与HTTP3协议实践指南

解决ColabFold部署中的JAX版本冲突问题

今日更新

淘宝商品详情API开发实战与性能优化指南

Unity Package Manager刷新错误排查与解决方案

Java record 规范构造器能否被反序列化或反射绕过

本周精选

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

基于DRV8818与STM32的双极步进电机驱动方案实战解析

DRV8818PWPR+PIC18F45K80双极步进电机控制方案实战

本月热门

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

基于DRV8818与STM32的双极步进电机驱动方案实战解析

DRV8818PWPR+PIC18F45K80双极步进电机控制方案实战

读完文章，想聊聊您的网站？