ai-usage-dashboard
Dashboard para visualizar el uso histórico de tokens en Claude Code, Codex y OpenCode. Funciona localmente con caché SQLite y estimaciones de costo basadas en tarifas públicas.
Ficha actualizada 22 sept 2026, 23:54 · upstream 22 sept 2026, 23:41 · release 1.0.0
Qué es ai-usage-dashboard
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Este dashboard permite a los desarrolladores y usuarios de IA local ver dónde se gastan sus tokens, cuánto han consumido y cómo se distribuyen entre herramientas y modelos. Todo ocurre en el dispositivo del usuario sin enviar datos a ningún servidor externo. Los estadísticas se guardan en una base de datos SQLite local para mantener registros históricos incluso después de que Claude o Codex prueben borrar transcripciones antiguas. Las estimaciones de costo se calculan basándose en tarifas actuales publicadas por los proveedores.
- Ver un calendario térmico visual del uso diario de tokens desde la fecha más antigua guardada
- Obtener totales diarios desglosados por herramienta, modelo y proyecto
- Comprender la diferencia entre tokens usados en input fresco versus lectura de caché
- Identificar qué proyectos, proveedores de IA y modelos dominan el consumo de tokens
- Ver ventanas de 5 horas o 7 días para Anthropic y OpenAI
- Analizar cada sesión individual con desglose completo del uso de tokens
- Funciona completamente localmente sin necesidad de conexión a internet ni servidores externos
- Utiliza SQLite como caché persistente, permitiendo historial completo incluso tras limpiezas de transcripción
- Calcula estimaciones de costo basándose en tarifas públicas actualizadas por los proveedores
- Soporta Claude Code, Codex y OpenCode con lectura directa desde archivos locales
- Permite personalizar temas, rangos predeterminados y precios mediante variables de entorno
- No funciona si no existen transcripciones guardadas en los directorios locales correspondientes
- Las ventanas de plan (5 horas/7 días) requieren una llamada a la API del proveedor; se puede desactivar en configuración
- Los precios pueden ser incorrectos o desconocidos para modelos específicos, requiriendo ajustes manuales
- No incluye funcionalidades de chat ni generación de contenido, solo visualización de uso histórico
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se recomienda usar Docker con volúmenes mountados hacia los directorios locales donde se guardan las transcripciones (Claude Code, Codex, OpenCode) y un volumen para el caché SQLite. Se puede ejecutar como servicio systemd o desde una tarball de release. El servidor predetermina la portación a 0.0.0.0 por defecto, lo que requiere ajustar si hay servicios en red antes del inicio.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.