Claude Code 钱花在哪了？claude-tap 把 AI 编程工具 API 流量扒了个底朝天

上周有个读者私信我：“我用 Claude Code 写了个周末项目，账单出来吓了一跳。但我完全不知道钱花在哪了。”

我深有同感。codeburn 刚写过——它能告诉你"本月 Claude Code 花了 ¥XXX，占 67%"——但它是事后统计。你不知道某个具体功能是怎么烧掉 5000 token 的。

这就是 claude-tap 的生存空间：实时 API 流量分析。

它是什么

claude-tap 是一个 Python 工具，挂在 AI 编程 CLI 旁边，中间人模式记录每一次 LLM API 请求。

支持 10 款主流工具：

Claude Code
Codex CLI
Gemini CLI
Cursor CLI
还有 6 款…

对每一次请求，它能记录：

完整 prompt（用户输入 + 系统指令 + 上下文）
工具调用结果（Claude Code 执行了 read_file 还是 run_command）
流式响应（逐 token 看模型怎么"思考"）
Token 用量（输入/输出/总计）
费用（基于 LiteLLM 定价模型实时计算）

用一句话总结：codeburn 告诉你花了多少，claude-tap 告诉你为什么花。

实测：把 Claude Code 扒开看

安装很简单，pip install claude-tap，然后启动时加个参数：

claude-tap run -- claude

它会起一个本地代理，Claude Code 的所有请求先经过它，再转发给 Anthropic。

我拿它追踪了一个真实场景：让 Claude Code 重构一个 2000 行的 React 组件。

输出长这样

终端里实时滚动，每个请求一个卡片：

[12:34:56] POST /v1/messages
  Model: claude-sonnet-4-20250514
  Tokens: 12,450 in / 3,200 out
  Cost: $0.1875
  Tools called: read_file (×3), grep (×1)
  Duration: 4.2s

这不是黑盒了。你能看到：

第一次请求读了 3 个文件（read_file ×3），花了 $0.18
第二次请求用了 grep 找某个函数定义，又花了 $0.12
第三次生成代码，输出 3200 token，是费用大头

对比相邻请求

claude-tap 最实用的功能是 diff 模式：

claude-tap diff --last-2

它会并排显示两次请求的 prompt 差异。比如你发现：

请求 A 的上下文是 5000 token
请求 B 的上下文是 15000 token（因为中间读了大文件）

这就是 token 膨胀的元凶。

codeburn 只能告诉你"这次花了 $0.50"，claude-tap 能告诉你"因为上下文膨胀了 3 倍，所以费用翻了 3 倍"。

和 codeburn 的定位差异

维度	codeburn	claude-tap
数据来源	磁盘会话文件	实时 API 代理
粒度	按任务/模型/项目汇总	逐请求明细
Prompt 可见	❌	✅
工具调用追踪	❌	✅
实时性	事后	实时
费用计算	LiteLLM	LiteLLM
适用场景	月度报告、横向对比	调试、定位超支

两个工具互补，不是替代关系。我用 codeburn 做月度报告，用 claude-tap 调试"为什么这次这么贵"。

踩坑记录

1. Windows 兼容性问题

官方文档说支持 Windows，但我实际测试时，Claude Code 的进程启动方式在 Windows 上有些差异，代理无法正确拦截。

workaround：用 WSL 跑，或者在 Windows 上用 set HTTPS_PROXY=http://localhost:8080 手动设置环境变量。

2. 隐私敏感

因为所有 prompt 都经过代理，如果你处理敏感代码（比如密钥、个人信息），要考虑代理日志的存储位置。

claude-tap 默认把日志存在 ~/.claude-tap/ 目录，我建议定期清理，或者用 --no-log 模式只看实时输出。

3. LiteLLM 定价偶尔不准

有些模型（尤其是较新的）LiteLLM 还没更新价格，费用计算会偏。需要手动检查。

适合谁

重度 Claude Code / Codex 用户：每月 API 账单 > $50，想知道钱去哪了
AI 编程工具研究者：需要分析不同模型在不同任务上的表现
团队技术负责人：想控制团队 AI 编程工具的消耗

不适合：

偶尔用一用的轻度用户（codeburn 足够了）
对 prompt 隐私有严格要求的场景

结论

claude-tap 填补了一个空白：AI 编程工具的"网络诊断工具"。

之前我们只有"花了多少钱"（codeburn），现在有了"钱花在哪、为什么花"（claude-tap）。配合使用，对 AI 编程成本的掌控力会高一个档次。

如果你已经用 Claude Code 写了很多代码但从来没看过 API 流量，建议装一个跑一次。你可能会被某个"读大文件"的请求吓一跳。