Rastreador MCP local para el uso de tokens y créditos transparentes
codex-usage-tracker, de Douglas Monsky, es un servidor y panel de control del Protocolo de Contexto de Modelo (MCP) local que expone cómo las sesiones de codificación asistidas por IA consumen recursos. La herramienta registra el uso de tokens, tiempo y créditos para indicaciones y completaciones y convierte los metadatos de sesión transitorios en registros estables y consultables. Viene con un panel de control, una interfaz de línea de comandos (CLI) y una interfaz MCP. El público objetivo son desarrolladores e investigadores de IA que utilizan herramientas MCP y requieren visibilidad precisa sobre el uso de recursos del agente.
¿Para qué tareas puedes usarlo realmente?
La herramienta mapea las interacciones de IA en registros analizables para que los equipos puedan investigar cómo los agentes y asistentes utilizan el contexto durante las sesiones de desarrollo. Captura el consumo de tokens por turno y el historial de hilos, soporta la inspección manual a través de una Consola de Evidencias y expone hechos de uso a otros agentes a través de una superficie MCP de seis herramientas. Los usuarios pueden ejecutar consultas para identificar hilos de alto uso repetido y producir informes basados en evidencias para revisiones de código o flujos de trabajo de auditoría.
¿Qué tan precisa y útil es su información?
El seguimiento de tokens en tiempo real para indicaciones y completaciones alimenta un núcleo SQLite local que preserva los metadatos de la sesión y los indexa para consultas. El rastreador realiza contabilidad de créditos automatizada vinculada a los créditos del modelo de OpenAI, y presenta diagnósticos de desperdicio de uso que señalan patrones de tokens ineficientes o llamadas de bajo caché. Esos registros estables apoyan el análisis programático, haciendo que la información sea adecuada tanto para la inspección humana como para auditorías automatizadas impulsadas por agentes.
¿Requiere conocimientos técnicos para obtener resultados útiles?
Instalar y ejecutar el rastreador requiere un entorno Python 3.10+ y un host compatible con MCP como el Codex CLI, ChatGPT Desktop o extensiones de IDE soportadas, y generalmente se instala a través de pip o pipx. El diseño orientado a desarrolladores y agentes significa que se integra en los flujos de trabajo de los desarrolladores, pero espera familiaridad con los plugins de MCP y las herramientas de Python. La herramienta mantiene todos los datos de la sesión en la máquina local, evitando el almacenamiento en la nube externo para los registros rastreados.
Mejor para desarrolladores nativos de MCP que necesitan visibilidad disciplinada del uso
codex-usage-tracker es una opción práctica para desarrolladores e investigadores que necesitan registros investigables del comportamiento de los agentes y el consumo de recursos. Presupone un entorno compatible con MCP y habilidades de configuración a nivel de desarrollador, por lo que los equipos sin esos flujos de trabajo ven beneficios limitados. Consejo práctico: programa consultas periódicas y enfocadas o auditorías impulsadas por agentes para identificar ineficiencias recurrentes y guiar ajustes rápidos o de agentes.
