---
title: "Token Monitor 實測與團隊版改造：把全公司 AI 工具的 token 用量收進同一個看板"
description: "同時開 Claude Code、Codex、Copilot、Cursor，額度到底燒到哪？Token Monitor 把這些工具的用量收在同一個畫面。前半是 Windows 實測：怎麼裝、Hub URL 設定藏在哪、重開機不會自己起來怎麼補、資安檢查。後半是拿去給團隊用之後踩到的痛點：歷史資料會整份被蓋掉、hub 每秒重寫 21 MB 的 JSON、裝置對不到人、全公司共用一把密碼、員工看得到同事的用量、更新會被上游蓋掉。我把這些缺口做成 MIT 開源的 Open Token Monitor 團隊版：PostgreSQL、組織名單、網頁 dashboard、預填設定的安裝檔、自己的更新通道，而且上游程式碼一行不改。"
canonical_url: "https://blog.markkulab.net/post/token-monitor-ai-token-dashboard"
author: "Mark Ku"
author_url: "https://blog.markkulab.net/author/mark-ku"
site: "Mark Ku's Blog"
date_published: "2026-09-19T02:00:00.000Z"
date_modified: "2026-09-27T05:53:26.000Z"
category: "AI"
tags: ["Token Monitor", "Open Token Monitor", "Claude Code", "Codex", "AI 工具", "Token 用量", "成本控管", "PostgreSQL", "Electron", "Tauri", "自動更新"]
language: "zh-TW"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
attribution: "轉載或引用請註明作者並附上原文連結"
---

# Token Monitor 實測與團隊版改造：把全公司 AI 工具的 token 用量收進同一個看板

> **TL;DR** — Token Monitor 讀各家 AI 工具留在本機的紀錄，把 Claude Code、Codex、Copilot、Cursor 的用量、花費、額度收在同一畫面，個人用裝完即可。團隊導入會遇到歷史被整份覆蓋、裝置對不到人、共用密碼等問題，Open Token Monitor 以 PostgreSQL、組織名單、網頁 dashboard 與預填設定的安裝檔補上，上游程式碼一行不改。

## 前言：工具開一排，額度到底燒到哪去了

現在寫程式，同時開著 Claude Code、Codex、GitHub Copilot、Cursor 已經很正常。但工具一多，幾個問題就來了：

- 快撞上限了嗎？通常都是跳警告才知道。
- 錢花在哪個工具上？每家都有自己的後台，要比就得一個一個開。
- 哪一台機器燒的？公司筆電、家裡桌機、伺服器上跑的 agent，各燒各的。

[Token Monitor](https://github.com/Javis603/token-monitor) 就是在解這件事：一個桌面小視窗，讀你電腦上各家工具留下的紀錄，把用量、花費、剩餘額度全部收在同一個畫面，而且可以多台機器一起看。

![Token Monitor 的 GitHub 專案首頁，支援 Windows、macOS、Linux](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/01-token-monitor-github.webp)

這篇分兩段。前半是我 9 月在 Windows 上裝 v0.59.0 實際跑過一輪的紀錄。後半是之後真的拿去給團隊用，一路踩到的痛點，以及我怎麼把它們做成 [Open Token Monitor](https://github.com/markku636/open-token-monitor) 這個自架的團隊版。

## 先講結論

沒時間讀完的話，看這段就夠了。

**✅ 個人用，裝上游就好。** 裝完就能用，不用設定，不用帳號。

**✅ 它是開源的（MIT）。** 程式分成桌面程式、背景收集器、Hub、Cloudflare Worker 四塊，各自獨立，打包指令也現成（`npm run dist:win`），**非常適合拿來二次開發**。

**❌ 上游是個人工具，不是團隊工具。** 沒有網頁 Dashboard、hub 把資料存在 JSON 檔、全公司共用一把密碼、沒有組織的概念。一個人用完全不是問題，拿去給二三十個人用，每一項都會變成痛點。

**✅ 這些缺口我做成了 Open Token Monitor。** hub 改存 PostgreSQL、匯入組織名單依部門比較、有網頁 dashboard 與報表 API、員工端安裝檔預填好 hub 網址、更新走自己的 Release。MIT 開源，而且**上游程式碼一行都沒改**，上游出新版照樣跟得上。

適不適合你，大概是這樣：

| 你的情況 | 建議 |
| --- | --- |
| 自己一台、同時用 3 個以上 AI 工具 | 裝上游 Token Monitor，馬上有感 |
| 自己有好幾台機器 | 裝上游，開「多裝置同步」 |
| 團隊想看「誰、哪個部門、花在哪個工具」 | 用 [Open Token Monitor](https://github.com/markku636/open-token-monitor) 自架 hub |
| 要接進公司的成本系統或 BI | Open Token Monitor 的報表 API |

另外先說清楚我**驗證到哪裡**：上游的安裝、簽章、預設設定、它讀哪些資料夾、對外連了哪裡，我都實際跑過；團隊版的痛點是部署給團隊之後實際遇到，加上逐行讀上游 hub 程式盤點出來的。至於對 Hub 做攻擊測試，我沒做。

## 它到底在讀什麼

一句話：**它不看你的 prompt，也不看你的程式碼，只讀各家工具留在你電腦上的用量紀錄。**

像 Claude Code 會把每次對話記在 `~/.claude/projects/`，Codex 記在 `~/.codex/`，Token Monitor 就是去讀這些檔案，把 token 數加一加、成本算一算。

它抓三種東西：

- **用量**：花了多少 token、多少錢、快取命中率
- **額度**：各家方案還剩多少、什麼時候重置
- **單次對話明細**：某一次對話裡，每則訊息各用了多少

目前支援 37 種以上的工具，常見的 Claude Code、Codex、Copilot、Cursor、Antigravity、OpenCode、Cline 都有。底層解析是用 [tokscale](https://github.com/junhoyeo/tokscale) 這個 Rust 專案（也是 MIT），Token Monitor 負責畫面跟同步。

## 兩種用法：一台機器，或多台一起

這兩種模式先搞懂，後面設定才不會亂：

```mermaid
flowchart LR
  subgraph Local["一台機器（預設，零設定）"]
    W1["桌面程式"] --> F1["讀本機的<br/>~/.claude、~/.codex…"]
  end

  subgraph Sync["多台一起（選用）"]
    D1["機器 A"] --> HUB["Hub"]
    D2["機器 B"] --> HUB
    HUB --> V1["任一台的畫面"]
    HUB --> V2["你自己做的 Dashboard"]
  end
```

重點只有兩個：

- **預設就是一台機器的模式**，裝完就會動，什麼都不用設。
- **多台要同步的話，得先挑一個 Hub**，所有機器連同一個。

## 安裝

到 [GitHub Releases](https://github.com/Javis603/token-monitor/releases) 抓 `Token-Monitor-Setup-x.x.x.exe`（約 113 MB），雙擊一路下一步就好。macOS 用 `brew install --cask token-monitor`，Linux 抓 `.AppImage`。

我有順手驗一下數位簽章（`Get-AuthenticodeSignature`），結果是 Valid，簽署者 SignPath Foundation，跟官方文件寫的一致，代表檔案沒被動過手腳。

裝完之後，設定跟資料會放在 `%APPDATA%\Token Monitor\`，之後想移除乾淨的話這個資料夾記得一起刪。

## 裝完之後長怎樣

一開起來，它馬上就開始讀了。從日誌看得出它在盯哪些資料夾：

```text
[collector] Watching C:\Users\<you>\.claude\projects
[collector] Watching C:\Users\<you>\.copilot
[collector] Watching C:\Users\<you>\.gemini\antigravity
```

幾個觀察：

- **只看你電腦上真的有的工具**，沒裝的就不碰。
- 用系統的檔案異動通知，不是傻傻掃整顆硬碟。
- 開機時會自己去 GitHub 看有沒有新版。

預設會追 28 個工具，設定檔在 `%APPDATA%\Token Monitor\settings.json`。

## 多台機器同步：Hub URL 藏在哪

這是最多人卡住的地方，先講位置。

> **桌面程式右下角的 ⚙ 齒輪 → Multi-device Sync（多裝置同步） → 點「Connect to a hub（連接到 Hub）」那顆圓點**

**要先點那顆圓點，網址跟密碼的欄位才會跑出來。** 沒點就只看到幾個選項，很多人以為「怎麼沒有地方填」，就是卡在這。

Hub 有三種選法，挑一個就好，所有機器連同一個：

| 方式 | 適合誰 | 缺點 |
| --- | --- | --- |
| **用其中一台當 Hub** | 家裡或公司有一台常開機的電腦 | 那台程式關掉，大家就都不同步了 |
| **裝在 NAS 或伺服器上** | 有常開的機器 | 要下指令，稍微麻煩一點 |
| **Cloudflare Worker** | 想從手機看、或跨不同網路 | 要有 Cloudflare 帳號 |

最簡單的是第一種：在常開的那台選「Host hub on this device」，它會自己產生一組密碼，然後列出其他機器可以連的網址。其他機器就填那個網址加密碼。

跨網路的話，走 Tailscale 或 ZeroTier 會比開防火牆簡單，也安全得多。

## 坑：重開機之後，它不會自己跑起來

這個是踩到才發現的。電腦重開機之後 Token Monitor 沒有跟著起來，偏偏那台又是 Hub，結果其他機器全部斷線，Dashboard 上每台的「最後回報」都停在重開機那一刻。

我去翻了原始碼（`src/electron/main.js`），原因有三層：

1. **「登入時啟動」預設是關的。** ⚙ 裡有一個「Start at login（登入時啟動）」，出廠值是 `startAtLogin: false`。用官方安裝檔裝的話，自己去把它打開就好。
2. **從原始碼跑的版本，這個選項根本勾不了。** 程式裡寫死了 `if (!app.isPackaged) return false`，用 `npm start` 或 `npm run dev` 跑起來的，勾選框是灰的，旁邊寫著「僅在打包後的版本可用」。所以如果你 fork 回來改，**一定要自己打包**：跑 `npm run dist:win` 產出安裝檔、裝起來，再去勾這個選項。
3. **它是「登入時」啟動，不是「開機時」。** 底層用的是 Electron 的 `app.setLoginItemSettings`，也就是 Windows 的使用者登入啟動項。電腦開機後停在登入畫面，它就不會跑。Windows Update 半夜自己重開機、隔天又沒人去登入，Hub 就一整天是停的。

依你的用法，這樣處理：

| 你的情況 | 怎麼讓它開機就跑 |
| --- | --- |
| 官方安裝檔、自己一台用 | ⚙ → 打開「Start at login」，結束 |
| fork 回來改、用 `npm start` 跑 | 先 `npm run dist:win` 打包並安裝，再打開「Start at login」 |
| Linux 桌面 | 要用 AppImage 版才勾得了，其他格式一樣是灰的 |
| 拿一台 Windows 當 Hub，而且可能沒人登入就重開機 | 不要靠桌面程式當 Hub，改跑獨立的 Hub，掛成「開機時」執行（見下面） |
| Hub 裝在 NAS 或 Linux 伺服器 | 一樣跑獨立的 Hub，包成 systemd 服務或 Docker，官方沒附這一段 |

獨立的 Hub 其實就是原始碼裡的 `node src/hub/server.js`（`npm run hub`），不需要開桌面程式。它會讀專案根目錄的 `.env`，所以密碼放 `.env` 的 `TOKEN_MONITOR_SECRET` 就好，不用寫在指令上。**注意沒設密碼的話，它只會綁在 localhost**，其他機器連不進來，看起來就像「服務有起來但連不上」。

Linux 用 systemd 的話，大概長這樣：

```ini
# /etc/systemd/system/token-monitor-hub.service
[Unit]
Description=Token Monitor Hub
After=network-online.target
Wants=network-online.target

[Service]
WorkingDirectory=/opt/token-monitor
ExecStart=/usr/bin/node src/hub/server.js
Restart=always
User=tokenmon

[Install]
WantedBy=multi-user.target
```

```bash
sudo systemctl enable --now token-monitor-hub
```

Windows 則是開「工作排程器」建一個工作：觸發程序選「**電腦啟動時**」，勾「**不論使用者登入與否均執行**」，動作跑 `node src\hub\server.js`，「開始位置」填 repo 的資料夾（這樣才讀得到 `.env`）。

最後記得**真的重開一次機驗證**，而且重開後先不要登入，從另一台打 `/api/health` 看 Hub 有沒有回應。沒做這一步，你只是「以為」它會自己起來。

> 團隊版的員工端把這件事變成預設：第一次安裝就打開開機自動啟動，而且開機時直接縮到工作列，不會每天早上跳一個視窗出來。hub 則跑在 Docker 裡，不靠任何一台員工電腦。

## 它沒有網頁 Dashboard，第一版我先接 API

所有畫面都鎖在桌面程式裡，這是上游最明顯的缺口。

但 Hub 本身開了一組滿完整的 API：

| 網址 | 拿到什麼 |
| --- | --- |
| `/api/health` | 確認 Hub 活著（這支不用密碼） |
| `/api/stats` | 全部統計：今日、本月、全部，含工具、模型、專案、額度 |
| `/api/stats/stream` | 即時推播，有變動就推給你 |
| `/api/devices` | 每台機器的狀況 |

用密碼的方式很單純，加一個 header 就好：

```bash
curl -H "Authorization: Bearer 你的密碼" http://127.0.0.1:17321/api/stats
```

第一版我就用這組 API 做了一個單一檔案的 `dashboard.html`，瀏覽器直接打開，填網址跟密碼就會動，完全不用碰上游的原始碼：

![第一版自製的 Hub Dashboard：今日、本月、全部、活躍四張卡片，底下是工具排行榜、Token 組成、每日趨勢跟各家方案的剩餘額度](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/02-hub-dashboard-overview.webp)

自己幾台機器看，這樣就夠了。問題是拿去給團隊用之後才發現，**缺的根本不只是一個畫面**。

## 拿去給團隊用，才踩到的七個痛點

一個人用的時候都不是問題。部署給團隊、逐行把上游 hub 讀過一遍之後，這幾件事一件一件冒出來。

### 一、歷史資料會整份被蓋掉，查不到完整的上個月

上游 hub 收到裝置上傳的 `history` 時，是**整份取代，不是累加**。hub 只是每台電腦本機歷史的鏡像，不是一個只增不減的事件庫。裝置離線那幾天的資料，hub 上永遠補不回來。

我拿手上的資料對了一下：一台只有 5 天，另一台的日期東缺西缺，月彙總只有當月。**上個月查不完整，上上個月完全沒有。** 主管要的月報、部門費用攤提，現成架構根本做不到。

### 二、hub 每秒重寫 21 MB 的 JSON

用戶端每次只送 34 KB，hub 卻要把整份 store 重寫一次，大約 21 MB，**寫入放大約 600 倍**，而且會隨裝置數跟時間一直長大（推估一年後 150 MB）。偏偏用的是同步的 `writeFileSync`，檔案越大 hub 卡越久，卡住的期間所有 HTTP 請求跟推播全部停擺。

### 三、裝置對不到人

上游用**電腦的主機名稱**當裝置 ID。電腦改名或重灌就多一筆新紀錄，舊的永遠不會過期，用量被重複計算；主機名稱全是中文的機器，ID 會一律變成 `device`；複製出來的 VM 主機名稱相同，還會互相覆蓋。

更根本的是：hub 上只有「裝置」，沒有「人」，也沒有「部門」。看得到某台電腦燒了很多，但不知道是誰、屬於哪個部門。

### 四、全公司共用一把密碼

hub 只有一把密碼，看 dashboard 的人、上傳資料的電腦、想串報表的系統，拿的都是同一把。等於誰拿到它，誰就能讀寫全部資料。

另外一個邊角：**沒設密碼的 hub，任何網站都能讀寫它**。它會在每個回應帶 `Access-Control-Allow-Origin: *`，又不檢查 Host，所以在瀏覽器裡打開一個惡意網頁，就能碰到你本機的 hub。

### 五、員工看得到同事的用量

上游的小工具連上 hub 之後，顯示的是**全部裝置的加總**：同事的總量、模型、趨勢，連每個人登入的 Claude 帳號跟額度都看得到。自己幾台機器很方便，放在公司就很尷尬。

### 六、每台都要手動設定，更新還會被上游蓋掉

新人第一天就要學會「⚙ → 多裝置同步 → 先點那顆圓點 → 貼網址跟密碼」，少一個字元就連不上。

更新也是個坑。我翻了安裝目錄的更新設定：

```yaml
# %LOCALAPPDATA%\Programs\Token Monitor\resources\app-update.yml
owner: "Javis603"
repo: "token-monitor"
provider: "github"
publisherName:
  - "SignPath Foundation"
```

它固定去上游的 GitHub Releases 抓新版。所以 fork 之後：**不改這個檔，程式會抓上游的新版把你的修改蓋掉；改了又沒架自己的發佈來源，就再也不會更新**，每次改動都要請大家手動重裝 113 MB。

### 七、fork 了就很難跟上游

上游更新非常快，我實測期間 5 天就發了三個版本。直接改上游的程式碼，每次上游出新版都要手動解衝突，改得越多越跟不上，最後只能停在某一版。

## Open Token Monitor：把缺口一個一個補起來

這些痛點我最後做成一個 MIT 開源的專案：[markku636/open-token-monitor](https://github.com/markku636/open-token-monitor)。它不是另起爐灶，而是**疊在上游外面**：公司需要的東西都加在外層，上游的程式碼一行都不改。

```mermaid
flowchart LR
  subgraph PCs["員工電腦"]
    E["Electron 員工端<br/>預填 hub 與金鑰<br/>每 30 分鐘上傳"]
    T["Rust/Tauri 員工端<br/>或無畫面的 tm-agent"]
  end

  subgraph HUB["公司自架 hub（Docker Compose）"]
    G["ingest 驗證<br/>格式、大小、時間"] --> C["沿用上游的<br/>彙總邏輯"]
    C --> PG[("PostgreSQL<br/>每日備份")]
  end

  E --> G
  T --> G
  PG --> D["用量 dashboard"]
  PG --> A["管理頁<br/>組織名單"]
  PG --> R["報表 API v1"]
```

由三個部分組成：

| 部分 | 位置 | 做什麼 |
| --- | --- | --- |
| Hub | `hub/`、`docker/` | 疊在上游 hub 前面，PostgreSQL 儲存、三級權限、組織名單、dashboard、報表 API |
| Electron 員工端 | `client/`、`packaging/` | 上游的桌面程式，打包時預填 hub 網址與 client 金鑰，Windows／macOS（Apple 晶片）／Linux |
| Rust/Tauri 員工端 | `tauri/` | Rust 重寫的輕量版，安裝免管理員權限，上傳內容跟上游逐欄相同，目前只有 Windows |

七個痛點對應的做法：

| 痛點 | Open Token Monitor 的做法 |
| --- | --- |
| 歷史被整份蓋掉 | 存進 PostgreSQL，每天的用量逐日落地，月報、部門攤提查得出來；每天 `pg_dump` 備份並輪替，刪除歷史資料前會先備份 |
| 每秒重寫 21 MB | 不再整份重寫 JSON；串流每個 frame 只序列化與壓縮一次 |
| 裝置對不到人 | 匯入組織名單（員工編號、姓名、Email、部門），用戶端回報的 email 對得上就自動歸給那個人；公司版員工端的裝置 ID 改成隨機 UUID，不再用主機名稱 |
| 共用一把密碼 | 拆成管理員、client、API token 三級。client 金鑰只能上傳跟讀，可以有好幾把；管理員輸入一次就換成 HttpOnly cookie；API token 只能讀報表、可以設 scope、隨時撤銷 |
| 員工看得到同事 | 公司版小工具預設只顯示這台電腦自己的用量 |
| 每台手動設定、更新被蓋 | 安裝檔預填 hub 網址與 client 金鑰，第一次開啟就連上、開機自動啟動；更新改從公司 GitLab Release 或本 repo 的 GitHub Release 抓 |
| 跟不上上游 | `upstream/` 是上游某一版的完整複本，誰改了它 `npm run verify` 就失敗；升級三個指令，還可以交給 Claude Code |

另外 hub 在收資料之前多了一層驗證，順手擋掉上游幾個會默默寫錯資料的情況：比較舊的快照不能蓋掉新的、裝置時鐘最多只信它超前 10 分鐘、裝置 ID 限制格式與長度。格式或大小不對的上傳會拿到 400，並附上原因。

下面的截圖都來自 repo 內建的假資料，自己跑 `npm run smoke:hub` 就能重現。

### 用量 dashboard：依公司、部門、人比較

![Open Token Monitor 用量 dashboard：Token、等值成本、使用人數、活躍裝置四個數字都跟上一期比較，下面是依部門分線的每週趨勢，可以依期間、工具、公司與部門篩選](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/04-otm-dashboard-overview.webp)

最上面四個數字（Token、等值成本、使用人數、活躍裝置）都跟上一期比，下面是依部門分線的每週趨勢。篩選先選公司、再選部門。這張就是第一版 `dashboard.html` 一直做不到的那張圖：**它知道每台電腦是誰的、屬於哪個部門。**

組織其實是一棵樹（公司 → BU → 部門 → 團隊）。每天的用量先算給當天的歸屬單位，再往上彙總；換人、換部門會保留歷史，月報逐日套用當天的歸屬。沒有歸屬的用量合成一列「其他」，不會默默消失。

![帳號排行與 Token 組成：輸入、輸出、快取讀取、快取寫入各占多少，多人共用一個 AI 帳號也看得出來](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/05-otm-dashboard-accounts.webp)

帳號排行把用量算給裝置回報的那個 AI 帳號。Token 拆成輸入、輸出、快取讀取、快取寫入，**一個 Claude 帳號被好幾台電腦共用，在這裡一眼就看得出來。**

![裝置與 AI 工具額度：每台電腦的主機名稱、用戶端版本、今日與本月用量、最後回報時間，以及 Claude 與 Codex 帳號的剩餘額度](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/06-otm-dashboard-devices.webp)

裝置頁保留了我第一版最愛用的那一欄：**最後回報時間**。某一台停在幾小時前，通常就是同步出問題了。Claude 的 5 小時與每週額度、Codex 的額度也列在這裡。

> 金額是依各家 API 牌價換算的**等值成本**，不是實際帳單。用 Claude Max、ChatGPT Plus 這類訂閱方案的人實際付的是月費。這句話寫在 dashboard 跟每一個報表回應裡，免得有人拿去直接對帳。

### 組織名單：網頁編輯或 Excel 匯入，先看差異再寫入

![組織名單：每家公司一份（員工編號、姓名、Email、部門），直接在網頁上編輯，或下載 Excel 範本填好再拖回來](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/07-otm-admin.webp)

管理頁的「組織名單」每家公司一份。可以直接在網頁表格上改，也可以下載 Excel 範本填好拖回來，從 Excel 複製好幾列直接貼進表格也行。

![匯入前先預覽差異：新增、修改、停用的人各自列出來，確認了才寫入](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/08-otm-admin-roster-preview.webp)

匯入前一定先預覽差異：新增、修改、停用的人各自列出來，確認了才寫入。**名單上沒有的人只停用，不刪除**，離職同事的歷史用量還在，報表不會突然少一塊。

### 員工端：裝完就不用管

Electron 員工端就是上游的桌面程式，只是打包時多做了幾件事：

- 預填 hub 網址與 client 金鑰，**第一次開啟就連上**，員工不用打開設定。
- 開機自動啟動，而且縮到工作列；每 30 分鐘上傳一次。
- 小工具只顯示這台電腦的用量。
- 圖示跟視窗左上角可以換成公司 logo。

想要更輕的，可以用 Rust/Tauri 版：

![Rust/Tauri 員工端小工具：今日、本月、全部的用量與等值成本，Claude 的 5 小時與每週額度，各模型占比與活動熱度圖](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/09-otm-tauri-widget.webp)

![Rust/Tauri 員工端的用量儀表板：總 Token、總花費、活躍天數與連續天數，每日用量可以切棒形圖或 K 線、依工具或依模型](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/10-otm-tauri-dashboard.webp)

Tauri 版的金鑰存在 Windows 認證管理員，上傳間隔預設 10 分鐘（可選即時、10、20、30 分鐘），另外附一個沒有畫面的 `tm-agent`，排程或伺服器上也能跑。安裝檔沒簽章，但更新檔有驗簽。

兩種員工端的差異：

| 項目 | Electron 公司版 | Rust/Tauri 版 | 上游官方版 |
| --- | --- | --- | --- |
| 平台 | Windows、macOS（Apple 晶片）、Linux | Windows | Windows、macOS、Linux |
| 預設模式 | 已連上公司 hub | 已連上公司 hub | 本機模式 |
| 上傳頻率 | 每 30 分鐘 | 預設 10 分鐘 | 即時 |
| 開機自動啟動 | 開 | 開 | 關 |
| 小工具顯示 | 只有這台 | 這台＋公司全體分頁 | 連 hub 時是全部裝置加總 |
| 更新來源 | 公司 GitLab 或本 repo GitHub Release | 公司 hub 或 GitHub Release | 上游 GitHub Release |
| 程式碼簽章 | 無（macOS 只有 ad-hoc） | 安裝檔無，更新檔有驗簽 | 有 |

### 安裝說明頁：把網址丟給同事就好

![hub 內建的安裝說明頁（/install）：Windows、macOS、Linux 各一個分頁，自動選好訪客的系統，每一步都附上那一步的視窗截圖，要按的地方用橘框圈起來](https://blog.markkulab.net/content/markku/posts/token-monitor-ai-token-dashboard/images/11-otm-install.webp)

hub 內建一個 `/install` 頁面，打開時自動選好訪客的作業系統，每一步旁邊畫著那一步的視窗，要按的地方用橘框圈起來。導入的時候，把 `http://<hub>/install` 丟到群組就好，不用再寫一份安裝教學。

### 報表 API：接進公司的成本系統

報表 API v1 給成本系統或 BI 拉月、週、日用量，可以回 JSON，也可以回 Excel 直接開的 CSV。附 OpenAPI 3.1 規格跟 `llms.txt`，丟給 AI agent 串接也行。用的是只能讀報表的 API token，不必把管理員金鑰交出去。

### 上游一行不改，怎麼跟上新版

這是整個專案最花心思的地方。規則只有一條：**`upstream/` 是上游某一版原封不動的複本，任何人改了它，`npm run verify` 就會失敗。** 我們需要改的行為，全部用外層的入口、打包時的替換、或 hub 前面的 overlay 來做，每一個接點都有測試或列在 `upstream-touchpoints.json` 裡。

上游出新版時，一次只升一版：

```bash
npm run upstream:status        # 目前用上游哪一版、最新是哪一版
npm run upstream:update -- next  # 拉進下一版並自動跑測試
npm run upstream:impact        # 列出這次要檢查與修改的接點
```

測試全過就能合併，沒過就照影響清單修。這件事也可以交給 AI：`upstream-watch` 每週一自動檢查上游，有新版就開一個附檢查清單的 PR；在 PR 留言 `@claude` 會照步驟完成升級，本機也可以在 Claude Code 裡跑 `/upstream-update` 一次做完。

### 架起來試試

需要 Node.js 22.15 以上，用容器跑 hub 的話另外要 Docker：

```bash
git clone https://github.com/markku636/open-token-monitor.git
cd open-token-monitor
npm ci
cp .env.example .env   # 填 TOKEN_MONITOR_SECRET 等四個值，用長的隨機 hex
docker build -f docker/Dockerfile -t token-monitor-hub .
docker compose -f docker/compose.yml --env-file .env up -d
```

打開 `http://localhost/`，按「管理員」貼上 `TOKEN_MONITOR_SECRET`，到「組織名單」建好名單，再把 `/install` 發給同事。只想先看看長什麼樣子、不想準備資料庫的話，`npm run smoke:hub` 會起一個帶假資料的 hub。

完整的介紹、截圖跟員工端下載方式，我整理在〈[Open Token Monitor 工具頁](https://blog.markkulab.net/tools/open-token-monitor)〉。

### 還沒解完的地方

先講清楚，免得你以為導入就天下太平：

- **安裝檔沒有程式碼簽章。** Windows 會跳「Windows 已保護您的電腦」，macOS 要到「隱私權與安全性」按「強制打開」。更新只靠 sha512 核對檔案，所以**能改 Release 的人就能推任何安裝檔給所有人**，Maintainer 權限要管好。
- **client 金鑰跟著安裝檔走。** 拿到安裝檔的人都解得出來，要把它當成半公開的；絕對不要把管理員金鑰打包進去。公開的 GitHub Release 安裝檔一律不帶 hub 網址與金鑰，要自動連上得替自己的組織打包（`npm run build:client`）。
- **「只顯示這台電腦」不是存取控制。** 它只是小工具不顯示，拿 client 金鑰直接打 hub API 還是讀得到全部裝置。要讓員工彼此真的看不到，得再做每人一把金鑰或登入。
- **hub 預設是 http。** Docker Compose 預設發佈在 port 80，金鑰跟用量在網路上是明碼。只在內網用、防火牆只開內部網段；要加密就在前面放一個 HTTPS 反向代理。
- **上游用戶端的幾個缺陷還在。** 例如 hub 重啟後幾百台同時重連、沒有退避；跨午夜偶爾扣錯前一天；中文路徑偶爾變亂碼。這些在用戶端的上游程式裡，規則上不能直接改，我整理成上游 PR 清單，pilot 期間先盯著數字。

## 覺得卡卡的？先關掉沒在用的工具

有人反應更新頻率調高之後會卡。設定都在 ⚙ 裡面，幾個可以動的：

| 設定 | 預設 | 怎麼調 |
| --- | --- | --- |
| 追蹤的工具 | 全開（28 個） | **先調這個，最有感**。沒在用的通通關掉 |
| 畫面更新間隔 | 15 秒 | 這只是重畫畫面，調小效果有限 |
| 歷史資料寫入 | 15 分鐘 | 機器慢的話往上調，不要往下 |
| 專案分類 | 開 | 專案資料夾很多的話，關掉會輕鬆很多 |
| WSL 掃描 | 開 | 沒在用 WSL 就關掉 |

順序很重要：**先關掉沒在用的工具，再考慮動時間。** 預設 28 個全開，但大部分人真正在用的可能只有三四個。把其他的關掉，比調更新頻率有效多了。

另外一個跟效能無關、但很重要的設定：

**Claude Code 預設只留 30 天的對話紀錄**，超過就自己清掉了。Token Monitor 有一個「保留已刪除的用量」選項，建議開著，它會把看過的每日用量另外存一份，來源被刪也不影響你看趨勢圖。

但要注意，它只能救**裝了之後**的資料。裝之前被刪掉的就回不來了。所以如果你想長期看趨勢，越早裝越好。團隊導入也一樣：越早把 hub 架起來，PostgreSQL 裡累積的歷史就越完整。

## 資安：我檢查了什麼

既然要導入，順手掃一下是合理的。完整稽核我沒做，但基本的幾項跑過了。

**看它連去哪裡。** 程式跑起來之後我看了它建立的連線，只有兩個地方：GitHub（檢查更新）跟 `api.anthropic.com`（查 Claude 還剩多少額度）。

**沒有開任何對外的埠。** 這點滿重要的，只要你沒把它設成 Hub，它就不會在你電腦上開任何服務。

**讀的範圍很乾淨。** 從日誌看，它盯的都是各家 AI 工具自己的資料夾，沒有掃你的專案原始碼或整個使用者目錄。

**官方聲明不送任何統計回去給作者。** 加上原始碼公開，這點可以自己查證。

至於我**沒做**的：沒有驗證下載的程式真的是那份原始碼編出來的，也沒有對 Hub 做攻擊測試。

幾個自己用的時候要注意的：

- **填進去的憑證是存在你電腦上的。** 查額度那塊要填 API key 或 cookie，這些會存在 `%APPDATA%\Token Monitor\` 裡面。那台電腦多安全，這些憑證就多安全。
- **上游 Hub 密碼是大家共用的。** 用「其中一台當 Hub」的方式是純 HTTP，**不要直接對外網開埠**，走區網或 Tailscale。團隊版把權限拆成三級，但 http 明碼的問題一樣存在，見上一節。
- **用 Cloudflare Worker 等於把統計放到網路上。** 密碼要夠長。雖然不含對話內容，但你的工作節奏會被看見。
- **專案資料夾名稱會同步出去。** 完整路徑跟對話標題不會，但資料夾名稱會。公司專案的命名如果本身就敏感，這點要先想過。團隊版把 hub 跑在公司內網、資料存在自己的 PostgreSQL，不經過任何外部服務。

## 幾個要注意的地方

- **上游更新很快。** 5 天內發了三個版本。修得快是好事，但 Windows 每次都要重下 113 MB。團隊版的員工端有新版時只提示，按了才下載。
- **Cursor 偶爾會同步失敗。** 我這邊出現過 `Cursor API returned status 404`，不影響其他工具。Cursor 走的是帳號層級的匯出，本來就會慢幾分鐘。
- **重開機不會自己起來。** 上游「登入時啟動」預設關，從原始碼跑的版本甚至勾不了；當 Hub 的那台更要掛成開機服務，細節見〈[坑：重開機之後，它不會自己跑起來](#坑重開機之後它不會自己跑起來)〉。團隊版員工端預設就開。
- **只有一台機器的話，同步那塊完全可以不用碰。**
- **前半是 Windows 11 + v0.59.0 的紀錄**，團隊版目前跟的是上游 0.63.1，版本一直在動，你看到的畫面可能跟我不一樣。

## 結論

Token Monitor 解的問題很具體：AI 工具變多之後，用量跟額度散得到處都是。它的做法是讀本機紀錄、不碰內容、要的話可以跨機器同步，這個界線劃得很合理。

三句話收尾：

1. **自己一台用，裝上游就結束了**，不用設定。
2. **多台要同步，記得先點「Connect to a hub」那顆圓點**，欄位才會出現。
3. **要給團隊用，問題就不是畫面了，是資料。** 歷史會不會被蓋掉、裝置對不對得到人、權限怎麼分、更新怎麼發。這些我都做進了 [Open Token Monitor](https://github.com/markku636/open-token-monitor)，MIT 授權，而且上游一行不改，上游出新版照樣跟。

如果你的團隊也開始在算 AI 工具的帳，歡迎拿去用。缺什麼，到 GitHub 開 issue 告訴我。

---

## 關於本文與作者

本文出自 [Mark Ku's Blog](https://blog.markkulab.net/post/token-monitor-ai-token-dashboard)

授權條款： [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) — 轉載或引用請註明作者並附上原文連結

### 關於作者

**[Mark Ku](https://blog.markkulab.net/author/mark-ku)** — 軟體工程師

- 10 年以上軟體工程師
- 做過北美電商與 AI SaaS 訂閱收費系統

### 作者開發的免費工具

以下工具皆可免費使用：

- [免費 PDF 簽名工具](https://blog.markkulab.net/tools/pdf-sign): 線上 PDF 簽名工具，瀏覽器內完成手繪、打字、上傳簽名，可拖曳放置、縮放、下載。所有處理都在你的裝置完成，檔案不會上傳。
- [VS Code Refactory](https://blog.markkulab.net/tools/refactory): Refactory 是一款 VS Code 重構擴充套件：34 個重構動作、37 條 code smell 檢查、Code Health 儀表板、18 種語言、534 支測試。懂你的專案慣例：介面放哪、DI 註冊寫在哪、'use client' 該不該加；還會用 git 修改頻率 × 複雜度排出「該先修哪個檔案」，並一鍵把壞味道交給你自己電腦上的 Claude Code 修。免費使用，原始碼不離開你的機器。
- [DB-Kit 資料庫管理工具](https://blog.markkulab.net/tools/db-kit): DB-Kit 是一個用 Tauri + Rust + React 打造的輕量跨平台資料庫管理工具，用單一一致的介面同時管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle、SQLite、MongoDB、Redis、Kafka、Elasticsearch 與 RabbitMQ 十一種資料來源：連線密碼以 OS keychain 加密、SSH Tunnel、完整 CRUD、視覺化查詢建構器、多結果集同時顯示、跨連線資料傳輸、結構與資料比對（同步 SQL、結構快照）、Excel / CSV 匯入匯出、執行計畫視覺化、ER 圖、排程備份、SQL 壓力測試（p50～p99 延遲百分位）、15 條規則的 SQL 審查、執行前 AI 審查並逐句備份的「審查並執行」（自動產生回滾腳本）、Kafka 訊息瀏覽與監控告警、SSH 終端機與 SFTP / FTP、Docker / Kubernetes、遠端桌面（RDP / VNC / RustDesk）、檔案 / 資料夾比對、預存程序整合測試；六種介面語言，內建 AI 助手（本機 CLI 或 Anthropic / OpenAI 相容 API，自然語言生成 SQL、AI 審查與調校建議）與命令列工具 dbk。免費開源（MIT），提供 Windows / macOS / Linux 安裝檔。
- [VS Code Super Mermaid](https://blog.markkulab.net/tools/super-mermaid): Super Mermaid 是一款 VS Code 擴充套件：開箱即用的漂亮 Mermaid 圖表，自動上色、即時預覽、滑鼠平移縮放、PNG / SVG 高解析匯出，內建 21 種範本與多種主題。免費開源（MIT）。
- [React Super Mermaid](https://blog.markkulab.net/tools/react-super-mermaid): react-super-mermaid 是一個開源 React 元件庫：一行 <MermaidViewer> 即可渲染漂亮的 Mermaid 圖表，內建 colorful / sketch 主題、平移縮放、圖內搜尋、SVG / PNG 高解析匯出。輕量、SSR 安全、完整 TypeScript 型別。免費開源（MIT）。
- [Jira / Confluence Super Mermaid](https://blog.markkulab.net/tools/jira-super-mermaid): Atlassian Forge app：在 Jira issue 與 Confluence 內文直接寫 Mermaid 語法，畫流程圖、時序圖、狀態機與甘特圖。11 種圖表、SVG / PNG 匯出、明暗主題、完整中日韓文字支援。取得 Runs on Atlassian 資格：圖表存在你自己的站台，app 不呼叫任何第三方服務。免費，即將上架 Atlassian Marketplace。
- [Mermaid 線上預覽](https://blog.markkulab.net/tools/mermaid-preview): 在瀏覽器裡寫 Mermaid、即時看圖，整張圖表壓進網址就能分享。免註冊、不上傳伺服器，相容 mermaid.live 的分享連結。
- [React Intl Phone Number](https://blog.markkulab.net/tools/react-intl-phone-number): react-intl-phone-number 是一個開源 React 元件：framework-agnostic、不依賴 antd，提供 E.164 進出、可搜尋國旗 / 國碼下拉、可配置驗證等級（strict / mobile-strict / loose）、可主題化 CSS 與 i18n，電話邏輯由 google-libphonenumber 驅動。輕量、完整 TypeScript 型別。免費開源（MIT）。
- [Uptime Kuma Cluster](https://blog.markkulab.net/tools/uptime-kuma-cluster): 把單機版 Uptime Kuma 改造成高可用叢集：OpenResty + Lua 智慧負載平衡、MariaDB 共享狀態、健康檢查與自動 Failover，附監控與叢集管理 RESTful API，一行 Docker Compose 啟動。免費開源（MIT）。
- [AI Podcast Cut 音檔剪輯](https://blog.markkulab.net/tools/ai-podcast-cut): 丟進一段錄音，AI 幫你剪掉「嗯、呃、那個」與講到一半重講的片段，平衡逐段音量，並派第二個 agent 覆核每一刀。辨識與去人聲都在你自己的電腦上跑，不上傳、不需要金鑰。剪點會貼齊字邊界與零交越、每一刀都有漸弱漸強，句尾還留得住呼吸感。Windows / macOS / Linux 桌面應用，MIT 開源，Windows 安裝檔內建 ffmpeg。
- [AI Video Cut 影片剪輯](https://blog.markkulab.net/tools/ai-video-cut): 在影片裡選一個東西：打字（人臉、車牌、手機螢幕、logo）、手動點選或拖框，或交給 Claude Code / Codex 挑。AI Video Cut 會逐幀追蹤它，再幫你打馬賽克或模糊、調色、加跟著走的貼紙與文字、把螢幕或海報換成你的圖片或影片，甚至用其他幀拍到的背景把它移除。另有序列剪輯、本機字幕與 AI 助手。免費開源（MIT）的 Windows 桌面應用（macOS / Linux 實驗中），本機運行，影片不上傳。
- [open-pos 開源餐飲 POS](https://blog.markkulab.net/tools/open-pos): 一台電腦加一台出單機就能開店。資料存在自己的硬碟裡、沒有月租、沒有綁約，MIT 全開源。金額用整數元依營業稅法拆算稅額，銷售額加稅額恆等於總額；出單走網路型 ESC/POS（TCP 9100），不必裝廠商驅動。Tauri + Rust + SQLite 桌面應用，v1.0 開發中。
- [.NET 電商 API 架構範本](https://blog.markkulab.net/tools/dotnet-ecommerce-api): 以 .NET 10 打造的電商平台後端 API 架構範本：Controller → Service → Repository 分層、Autofac 依命名慣例自動註冊、SqlSugar 支援 MySQL / MariaDB 與 SQL Server、Redis 快取與訊息佇列、Hangfire 排程、JWT 認證，內建可擴充的金流 Provider 模組（綠界 ECPay、藍新 Newebpay）。Apache 2.0 開源。
- [Open Token Monitor 團隊 AI 用量監控](https://blog.markkulab.net/tools/open-token-monitor): 把每位員工電腦上 AI coding 工具的 token 用量與等值成本集中到公司自架的 hub：PostgreSQL、組織名單、依公司與部門比較的 dashboard、報表 API。員工端有 Electron 與 Rust/Tauri 兩種，每 30 分鐘自動上傳。MIT 開源，Docker 一行起。
- [AI 資安監控 ai-security-monitor](https://blog.markkulab.net/tools/ai-security-monitor): 網站上線了，漏洞、憑證與安全設定誰來檢查？ai-security-monitor 用自架 Security Hub 集中網站掃描與主機監控，合併重複發現、比對修補前後，讓你知道哪些問題還沒處理。

### 每日 Podcast

- [Mark's Tech Insights 每日 AI 新鮮事](https://blog.markkulab.net/category/tech-news): 每日精選 AI 與科技趨勢，透過語音摘要快速掌握最新技術動態，涵蓋 AI 應用、軟體架構、DevOps 與工程實戰。 — RSS: https://blog.markkulab.net/feed.xml
- [AI股市蝦聊](https://blog.markkulab.net/category/ai-stock-chat): 每個交易日用 AI 分析台股盤勢，以雙人對話聊當天的盤中觀察與隔日預測。 — RSS: https://blog.markkulab.net/ai-stock-chat/feed.xml
- [開源好物日報](https://blog.markkulab.net/category/open-source-weekly): 每天從 Hacker News、GitHub、Reddit 聲量雷達精選免費開源工具，以雙人對話聊解決什麼痛點與怎麼快速上手。 — RSS: https://blog.markkulab.net/open-source-weekly/feed.xml
- [AI 運動日報](https://blog.markkulab.net/category/sports-weekly): 每天以雙人對話聊 NBA、MLB 與國際體壇大事，台灣球迷視角，輕鬆有梗不酸人。 — RSS: https://blog.markkulab.net/sports-weekly/feed.xml
- [AI 國際新聞快報](https://blog.markkulab.net/category/world-news): 每天早上以雙人對話把過去一天的國際大事講白：政治外交、全球經濟、衝突與安全、災害與氣候，台灣視角、中立客觀、每則附出處。 — RSS: https://blog.markkulab.net/world-news/feed.xml
- [地端 AI 實驗室](https://blog.markkulab.net/category/local-ai-lab): 每天精選可以下載到自己機器上跑的開源模型與 LoRA，用雙人對話講清楚能用在哪些場景、你的顯卡跑不跑得動、跟同類差在哪，規格一律引述官方 model card。 — RSS: https://blog.markkulab.net/local-ai-lab/feed.xml
- [AI 行銷日報](https://blog.markkulab.net/category/ai-marketing): 每天以雙人對話整理最新 AI 在行銷、廣告、SEO／GEO 與內容行銷的大事，實戰視角、不業配、每則附出處。 — RSS: https://blog.markkulab.net/ai-marketing/feed.xml
- [AI 資安日報](https://blog.markkulab.net/category/ai-security): 每天以雙人對話整理最新 AI 與資安交會的大事：LLM 與 AI agent 漏洞、prompt injection、模型供應鏈、攻擊者怎麼用 AI，防禦視角、每則附出處。 — RSS: https://blog.markkulab.net/ai-security/feed.xml

### 電子報

[訂閱電子報](https://blog.markkulab.net/subscribe) — 第一時間收到新文章通知，無垃圾信、隨時可取消訂閱。
