1. 从一周 $1400 说起：CodeBurn 到底在追什么

CodeBurn 是一个本地 token 消耗成本仪表盘，能追踪 20 种 AI 编码工具的 token 使用量、成本和性能。它适合谁？适合每天用 Claude Code、Cursor、Cline、Codex 这类工具写代码，但月底看到账单一脸懵的开发者。它的核心能力不是“帮你省钱”，而是“让你看清钱花在哪”——把本地 AI 交互日志里的 token 消耗按任务、按模型、按时间段拆开，做成可视化面板。

我最初关注这个项目，是因为一个很典型的场景：连续几天用 Claude Code 跑重构和测试生成，单日调用次数看起来不多，但一周后账单接近 $1400。问题不在于单价，而在于“不知道哪类请求在偷偷放大上下文”。CodeBurn 解决的就是这个盲区——它读取本地日志，把每次调用的 input tokens、output tokens、cache 读写、模型 ID 都归类，然后按项目维度聚合。

但这里有个现实问题：CodeBurn 默认统计的是本地日志里的原始记录，如果你的请求走的是多个 Key、多个 Base URL，或者团队里有人用官方通道、有人用统一网关，统计口径就会散。我试过把 CodeBurn 的统计端点改到 TaoToken 的统一 API 通道上，这样所有模型的调用都经过同一个入口，CodeBurn 拿到的用量数据更干净，核对成本时不用再对多个账单。

这一篇就按“可跟做”的路径来：先讲清楚 CodeBurn 的统计逻辑和它读什么数据，再给 TaoToken 的 Base URL 与 Key 配置片段，然后跑一次真实请求，最后去用量面板核对。中间会给出常见的 401、local proxy failed、reading choices 报错排查。你不需要先成为 CodeBurn 专家，只要跟着配置走一遍，就能看到多模型调用的成本分布。

2. TaoToken 前置：统一 Key 与 Base URL 怎么准备

TaoToken 在这里的角色是“统一 API 通道”。CodeBurn 本身不发起模型请求，它统计的是你本地工具产生的调用记录。所以你要做的不是把 CodeBurn 接到 TaoToken，而是把你用来写代码的工具（比如 Claude Code、Cline、Codex）的 Base URL 和 Key 换成 TaoToken 的，这样 CodeBurn 读到的日志里，所有请求都指向同一个通道，统计口径自然统一。

先准备三件套：Base URL、API Key、Model ID。Base URL 用https://taotoken.net/api，注意这个地址不带任何查询参数。API Key 在控制台创建，路径是https://taotoken.net/console，进去后找 API Keys 页面。Model ID 取决于你用的模型，比如claude-sonnet-4-20250514、gpt-4.1这类，具体以文档里的模型列表为准，文档入口在https://taotoken.net/doc。

这里有个容易踩的坑：很多人把 Base URL 写成带/v1的完整路径，结果工具内部又拼了一次/v1，变成/v1/v1/chat/completions，直接 404。TaoToken 的 API 根地址就是https://taotoken.net/api，至于要不要加/v1，取决于你用的客户端。Claude Code 的 Anthropic 兼容模式通常走/v1/messages，而 OpenAI 兼容客户端走/v1/chat/completions。最稳妥的方式是看文档里对应客户端的配置示例，不要自己猜。

另外，CodeBurn 的统计端点本身不需要你改代码。它读的是本地日志目录，比如 Claude Code 的日志在~/.claude/projects下，Cline 的在 VS Code 的 globalStorage 里。你要做的是确保这些工具在调用模型时，请求头里的 Base URL 指向 TaoToken。这样 CodeBurn 解析日志时，模型 ID 和 token 数都来自同一条通道，聚合结果不会出现“同一个模型被拆成两个供应商”的情况。

如果你还没创建 Key，直接去https://taotoken.net/api-keys这个 deep link 页面，登录后点创建，复制出来的 Key 只显示一次，先存到环境变量里。下面一节会给具体的环境变量和配置文件片段。

3. 可复制配置：环境变量与 settings 片段

这一节给的是可以直接粘贴的配置。先设环境变量，再改客户端配置文件。注意：不同工具的配置路径不一样，下面按 Claude Code、Cline、Codex 三类分别给。你只需要选你正在用的那个。

3.1 环境变量（通用）

在~/.zshrc或~/.bashrc里加：

export TAOTOKEN_API_KEY="sk-你的Key" export TAOTOKEN_BASE_URL="https://taotoken.net/api" export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="$TAOTOKEN_API_KEY" export OPENAI_BASE_URL="https://taotoken.net/api" export OPENAI_API_KEY="$TAOTOKEN_API_KEY"

改完执行source ~/.zshrc。这里同时设了 Anthropic 和 OpenAI 两套变量，因为 CodeBurn 追踪的工具里，Claude Code 读ANTHROPIC_BASE_URL，Cline 和 Codex 可能读OPENAI_BASE_URL。统一指向 TaoToken 后，日志里的请求来源就一致了。

3.2 Claude Code 的 settings.json

路径：~/.claude/settings.json

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" } }

注意ANTHROPIC_MODEL要填 TaoToken 文档里支持的模型 ID，不要填官方原始 ID 的变体。如果你用的是 Claude Code 的 OAuth 登录模式，改成 API Key 模式后需要重新登录一次，否则会报 OAuth 相关错误。

3.3 Cline 的 MCP 与 Base URL

Cline 在 VS Code 里配置，打开设置，找到 “Cline: API Provider”，选 OpenAI Compatible，然后填：

{ "apiProvider": "openai", "openAiBaseUrl": "https://taotoken.net/api", "openAiApiKey": "sk-你的Key", "openAiModelId": "gpt-4.1" }

如果你用 Cline 的 MCP 功能，MCP server 本身不消耗模型 token，但 MCP 触发的工具调用会走模型请求，所以 Base URL 也要指向 TaoToken。Cline 的配置文件在 VS Code 的settings.json里，搜cline.apiProvider就能找到。

3.4 Codex 的 auth.json

路径：~/.codex/auth.json

{ "OPENAI_API_KEY": "sk-你的Key", "OPENAI_BASE_URL": "https://taotoken.net/api" }

Codex 有的版本读auth.json，有的读环境变量。两个都配上最稳。改完后重启 Codex 进程，否则旧连接不会断开。

配置改完，先别急着跑 CodeBurn。先手动发一次请求，确认通道通了。下一节给验证命令。

4. 验证请求：一次调用后核对用量面板

配置改完后，用 curl 发一次最小请求，确认 TaoToken 通道返回正常。命令如下：

curl -s https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4.1", "messages": [{"role": "user", "content": "say ok"}], "max_tokens": 10 }'

如果返回里能看到choices数组和usage字段，说明通道通了。usage里的prompt_tokens和completion_tokens就是 CodeBurn 后面要统计的原始数据。

接着启动 CodeBurn。它的启动方式看项目 README，通常是npm install && npm run dev或者直接下载 release 二进制。启动后打开本地面板，默认端口一般是 3000 或 5173。面板里会显示今日消耗、按模型分布、按项目分布。

关键动作：发完上面那次 curl 后，等 10 到 30 秒，刷新 CodeBurn 面板。你应该能在“今日请求”里看到一条记录，模型是gpt-4.1，token 数和你 curl 返回的usage对得上。如果没看到，先检查 CodeBurn 读的日志目录是不是你实际产生日志的目录。Claude Code 的日志在~/.claude/projects，Cline 的在~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev（macOS）或%APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev（Windows）。

核对用量时，重点看三个数：请求次数、input tokens 总量、output tokens 总量。如果 CodeBurn 显示的数字和 TaoToken 控制台里的用量对不上，大概率是日志里有旧请求混进来了。可以在 CodeBurn 里按时间过滤，只看最近 5 分钟。

另外，CodeBurn 支持按p键切换工具生态。如果你同时用 Claude Code 和 Cline，按p可以在两个数据源之间切换。切换后如果某个源是空的，说明那个工具的日志路径没配对，或者它还没产生新请求。

5. 常见错排查：401、local proxy failed、reading choices

这一节列的是我实际遇到过的报错，以及对应的修法。你按顺序排查，基本能覆盖 90% 的接入问题。

5.1 401 Unauthorized

报错原文通常是：

{"error":{"message":"Invalid API key","type":"invalid_request_error"}}

原因有三种：Key 复制时带了空格；环境变量没生效；客户端读的是旧 Key。先执行echo $TAOTOKEN_API_KEY看有没有值，再检查~/.claude/settings.json里的 Key 和~/.zshrc里的是不是同一个。如果用了 Codex 的auth.json，确认 JSON 里没有多余逗号。改完 Key 后，Claude Code 需要重启进程，Cline 需要重新加载 VS Code 窗口。

5.2 local proxy failed

这个报错一般出现在 Claude Code 里，原文类似：

local proxy failed: connection refused

原因是 Claude Code 内部有个本地代理层，它读ANTHROPIC_BASE_URL后尝试转发。如果 Base URL 写成了https://taotoken.net/api/（末尾带斜杠），代理拼接路径时会多一个斜杠，导致连接失败。改成不带末尾斜杠的https://taotoken.net/api即可。另外，如果你之前配过系统级代理，先临时关掉，确认不是代理层冲突。

5.3 reading choices 报错

报错原文：

error reading choices: unexpected end of JSON input

这通常不是 TaoToken 的问题，而是客户端把流式响应当非流式解析了。检查你的请求里有没有"stream": true，如果有，客户端要支持 SSE 解析。Cline 和 Claude Code 默认支持流式，但如果你手动改了配置里的stream字段，改回默认值。另一个可能是max_tokens设得太小，模型返回空内容，解析时 JSON 不完整。把max_tokens调到 64 以上再试。

5.4 OAuth 相关报错

如果你之前用 Claude Code 的 OAuth 登录，改成 API Key 后可能报：

OAuth token expired, please re-login

解决方法是删掉~/.claude/下的 OAuth 缓存文件，通常是credentials.json或oauth.json，然后重新用 API Key 模式启动。注意不要同时保留 OAuth 和 API Key 两套凭证，否则客户端可能优先读 OAuth。

5.5 CodeBurn 面板不更新

如果 curl 请求成功了，但 CodeBurn 面板没数据，先确认 CodeBurn 的日志目录配置。它的配置文件通常在项目根目录的config.json或环境变量CODEBURN_LOG_DIR。把日志目录指向你实际产生日志的路径，比如~/.claude/projects。改完重启 CodeBurn。如果还是没数据，检查日志文件是不是 JSONL 格式，CodeBurn 只解析 JSONL，不解析纯文本日志。

6. 把统计口径固定下来：长期用 Coding Plan 更省心

配置跑通后，你可能会发现一个问题：每次换工具、换模型，都要重新对一遍 Base URL 和 Key。如果只是个人用，问题不大；但如果你同时跑 Claude Code、Cline、Codex，还要让 CodeBurn 的统计口径一致，手动维护成本不低。

这时候可以考虑用 Coding Plan。它的思路是把多个模型的调用额度打包，统一走一个 Key，这样 CodeBurn 读到的日志里，所有请求都来自同一个通道，按模型聚合时不会出现“同一个模型两个供应商”的拆分。对于长期做编码和 Agent 任务的场景，Coding Plan 的额度模型比按量计费更容易控制预算，尤其是你已经在用 CodeBurn 追踪消耗的情况下，两者配合能看清“哪个任务吃掉了多少额度”。

如果你只是想先验证模型对话是否正常，可以直接用模型对话页面发一条测试消息，确认返回后再去配 CodeBurn。接入文档里有各客户端的完整配置示例，包括 Claude Code、Cline、Codex 的 Base URL 和 Key 填法。API Keys 页面用来创建和管理 Key，建议给不同工具建不同的 Key，这样 CodeBurn 统计时还能按 Key 维度区分来源。

最后给一个实用技巧：CodeBurn 的面板支持按项目过滤，你可以在每个项目的根目录放一个.codeburn标记文件，CodeBurn 会自动把该目录下的请求归到同一个项目。这样即使你同时跑多个仓库，也能看清每个仓库的 token 消耗。配合 TaoToken 的统一通道，一周下来你就能回答那个最初的问题：钱到底花在哪了。