AgentAcct

AgentAcct 快速入门

你的 AI Agent 是省钱还是败家？AgentAcct 给你看账单。

这是什么？适合谁？

AgentAcct 是一个编码 Agent 的记账和审计工具。当你用 Claude Code 或 Codex 写了一下午代码，AgentAcct 会告诉你：Agent 做了哪些操作（读文件、写文件、跑命令），每个操作花了多少钱（API 调用费用），以及整个任务的投入产出比。

它的核心价值是透明化 Agent 行为——不只是记账，更让你看清楚 Agent 是不是在”瞎忙”（比如反复读写同一个文件、调用不必要的工具）。

适合：用 AI Agent 做开发但想知道花了多少钱的独立开发者；团队中审批 AI 工具预算的 Tech Lead；好奇 Agent 到底值不值这个价的成本敏感用户。

准备工作

• Python 3.10+：AgentAcct 用 Python 实现
• pip 或 uv：用于安装依赖
• 一个编码 Agent：Claude Code、Codex CLI 等，AgentAcct 作为包装器运行
• 付费提示：AgentAcct 本身免费开源（MIT），它只记录和统计，不产生额外费用

3 步快速上手

第 1 步：安装

git clone https://github.com/mikehasa/agentacct.git
cd agentacct
pip install -e .
# 或使用 uv
uv pip install -e .

第 2 步：配置 Agent

创建 .agentacct.yaml 配置文件：

agent: claude-code          # 你使用的 Agent
api_cost_per_1k_tokens: 0.003  # API 输入价格
api_cost_per_1k_output: 0.015  # API 输出价格

第 3 步：通过 AgentAcct 运行 Agent

# 用 agentacct 包装你的 Agent 命令
agentacct run -- "claude '重构 src/utils/helpers.py'"

预期结果：任务完成后，终端输出一份清晰的账单，包含 Token 用量、API 花费、文件操作次数、工作步骤分解。

踩坑指南

踩坑 1：Agent 未在 PATH 中，agentacct 找不到

症状：运行 agentacct run 报 “agent binary not found”

原因：Agent CLI 没有加入系统 PATH

解决：使用绝对路径或在 .agentacct.yaml 中指定：

agent_path: /usr/local/bin/claude  # 绝对路径

踩坑 2：账单数字看起来太高

症状：一个简单重构任务显示花了 $2.50

原因：Agent 在后台进行了大量工具调用（读取依赖文件、检查 Git 历史等），这些操作也消耗 Token

解决：在 .agentacct.yaml 中设置 context_limit 限制 Agent 能读取的文件数量，或者给 Agent 更精确的 prompt

踩坑 3：Python 版本不兼容

症状：安装时 pip install 报语法错误

原因：AgentAcct 需要 Python 3.10+ 的类型注解特性

解决：

python --version  # 确认 ≥ 3.10
# 如果版本低，用 pyenv 或 conda 安装新版

踩坑 4：统计的 Token 数不准

症状：AgentAcct 报告的 Token 数远低于或远高于 Agent 原生统计

原因：Agent 可能使用了缓存、流式输出或其他优化，导致 Token 计数差异

解决：AgentAcct 的统计基于 Agent 日志解析，精度取决于 Agent 的日志格式。对于精确计费，请参考 API provider 的官方账单。

踩坑 5：不支持自定义 Agent

症状：用的自研 Agent，AgentAcct 无法识别

原因：AgentAcct 默认支持主流 Agent，自定义 Agent 需要写适配器

解决：在 .agentacct.yaml 中添加自定义解析规则，或提 Issue 请求支持

常见问题 FAQ

Q1: AgentAcct 本身会收集我的代码吗？

A: 不会。所有统计都在本地完成，不上传任何数据。MIT 协议开源，代码可审计。

Q2: 支持哪些 Agent？

A: 已验证支持 Claude Code、Codex CLI、Cursor、Qoder。其他 Agent 可通过配置适配器支持。

Q3: AgentAcct 和 API provider 的账单能对账吗？

A: 可以作为参考，但不能用于正式对账。API provider 的账单是唯一准确来源。AgentAcct 更适合做”行为分析”而非”财务核算”。

Q4: 多 Agent 同时跑怎么统计？

A: 每个 agentacct 进程独立统计。运行多个实例即可分别记账。

Q5: 可以导出账单吗？

A: 支持 JSON 格式导出：agentacct run --output report.json -- "your command"

参考链接

• 官方仓库
• MIT 开源协议

基于公开资料整理，AI 辅助生成 | 核验日期：2026-07-31