最新

在意识到我每周花费大约1400美元在Claude Code上，而几乎无法了解实际消耗的令牌情况后，我构建了这个工具。<p>像ccusage这样的工具可以提供按模型和每天的费用细分，但我想在任务层面上理解使用情况。<p>CodeBurn读取Claude Code本地存储的JSONL会话记录（位于~/.claude/projects/），并根据工具使用模式将每个回合分类为13个类别（不涉及LLM调用）。<p>一个令人惊讶的结果是：我约56%的支出用于没有工具使用的对话回合。实际编码（编辑/写作）仅占约21%。<p>该界面是一个使用Ink（用于终端的React）构建的交互式终端UI，具有渐变条形图、响应式面板和键盘导航。此外，还有一个适用于macOS的SwiftBar菜单栏集成。<p>欢迎反馈或想法。

我们的人工智能原生集成开发环境6digit studio新增了一个名为CORDIAL的大视图模式可视化层，旨在让您能够“远程”使用，令您感受到一点像汤姆·克鲁斯在《少数派报告》中的感觉。

随着人工智能代理自主编写和部署代码，目前尚无标准来验证它们所交付的内容是否真正满足业务需求。OQP（开放质量协议）旨在定义这一标准。 它与MCP（多通道协议）兼容，并定义了四个核心端点： - GET /capabilities — 这个代理可以验证什么？ - GET /context/workflows — 这个工作流的业务规则是什么？ - POST /verification/execute — 运行一个验证工作流 - POST /verification/assess-risk — 这个变更的风险是什么？ 我们不断提到的类比是：OpenAPI为REST API所做的，OQP为智能软件验证所做的。 早期贡献者包括Philip Lew（XBOSoft）和Benjamin Young（W3C JSON-LD工作组）。我们希望从构建MCP、代理编排框架的工程师，或任何经历过“代理交付了错误的内容而我们无法发现”的痛苦的人那里获得反馈。 代码库：github.com/OranproAi/open-qa-protocol