三款工具让 AI 编程更好用

Claude Code 和 Codex 已经成为很多开发者的日常工具，但用得越深，痛点越明显——会话一多就找不到上下文、配额烧得不明不白、换台机器所有记录全丢了。今天这三个开源项目，分别解决三个不同维度的问题。

TokenEater：macOS 菜单栏里的 Claude 配额监控

用 Claude Code 跑长任务，最怕的就是配额悄悄烧光。特别是按 token 计费的时候，等到账单来才发现已经用了几百美元，为时已晚。

TokenEater 是个原生 macOS 菜单栏应用，直接读取 Claude Code 本地存储的 JSONL 日志，实时解析用量数据后在菜单栏显示。不用打开任何网页，不用等官方邮件，在状态栏就能看到当前会话消耗了多少 token、剩余配额还剩多少。

三种弹出布局可以按需切换，历史记录直接本地保存，桌面小组件也能用。对重度 Claude Code 用户来说，这就是个不可或缺的「用量仪表盘」。

安装方式是下载 Release 里的 .app 文件，或者用 Homebrew：

brew install --cask tokeneater

个人用下来最实用的场景是：开着长任务的时候把它放在菜单栏，瞟一眼就知道跑了多少、还剩多少，心里有底多了。比去网页端查日志方便太多。

Codex Session Toolkit：会话管理到 GitHub 同步

长期用 Codex 的人都会遇到几个实际问题：多机器工作，同一台机器上会话一多久找不到想回看的那个，想把某个项目的会话备份到 GitHub 又不知道怎么操作。

Codex Session Toolkit 是个围绕本地 ./codex_bundles/ 工作区设计的 TUI 会话管理工具。五个功能模块覆盖了日常高频操作：

Session / Browse — 在 TUI 里直接浏览 Desktop 和 CLI 的所有会话，按项目路径筛选，不需要手动翻 ~/.codex/ 目录。想找某个项目的历史会话，搜索一下就出来。

Bundle / Transfer — 把会话导出成标准化的 Bundle 格式，包含 session JSONL、history 和 metadata，打包后可以跨机器迁移。导入时会自动处理路径映射，把源机器的项目路径对应到当前机器的正确位置。

Skills / Transfer — 自定义 Skills 独立打包管理，只迁移真正用到的，不重复搬运。

Repair / Maintenance — 修复 Desktop 可见性问题、维护 session_index、备份和清理旧副本。写入操作全部支持 Dry-run 预演，确认没问题再真正执行。

GitHub / Sync — 这是最亮眼的功能：把 ./codex_bundles/ 目录直接同步到一个独立的 GitHub 仓库。Push/Pull、冲突保护、远端状态检测全都支持，本质上把你的 Codex 会话变成了一个版本控制的工程化资产。

安装方式：

git clone https://github.com/lyston11/codex-session-toolkitcd codex-session-toolkitchmod +x ./install.sh && ./install.sh./codex-session-toolkit

无参数启动直接进 TUI，5 个功能域在菜单里按数字快捷键切换。Windows 用户用 PowerShell 安装脚本，macOS 用户直接跑 .command 文件。

deepclaude：换后端，省 17 倍成本

Claude Code 绑 Anthropic 的官方 API，成本是不少项目的痛点——尤其是写得多的时候，每月账单轻松破百美元。

deepclaude 做了件事：改几个环境变量，把 Claude Code 的请求转发到 DeepSeek V4 Pro、OpenRouter 或 Fireworks 这类兼容 Anthropic API 的第三方后端。用法和体验完全不变，配额更便宜，延迟也没明显区别，官方说能省 17 倍成本。

export ANTHROPIC_BASE_URL="https://api.deepseek.com"export ANTHROPIC_API_KEY="your-deepseek-key"# 然后正常用 Claude Code，功能完全一样

这个方案的适用场景很明确：个人项目、原型验证、非关键业务场景。官方 API 依然最稳定，但当你想控制成本的时候，这是一个几乎零迁移成本的替代方案。

不过要注意：DeepSeek 等第三方后端与官方 API 在某些边界场景可能存在行为差异，生产级关键任务建议还是走官方 API。

总结

三个工具对应三个不同维度：

核心思路就一条：把 AI 编程工具用得更精细、更可控。

References

TokenEater：https://github.com/AThevon/TokenEaterCodex Session Toolkit：https://github.com/lyston11/codex-session-toolkitdeepclaude：https://github.com/aattaran/deepclaude