AI Observatory
GitHub Demo

Open source · Tumatakbo sa sarili mong makina

Alamin kung ano ang dapat baguhin

Nakatala na ng iyong agent ang bawat turn. Binabasa ito ng tool at sinasabi ang iilang pagbabagong sulit gawin — bawat isa ay may kasamang numero.

Buksan ang live demo Tingnan ang source 
# 60 araw na sample data, tapos ang totoong dashboard
$ git clone https://github.com/jxxyx-bloop/ai-observatory
$ cd ai-observatory/observatory
$ python3 observe.py demo digest report

Python 3 standard library lang. Walang install, walang dependency, walang build.

Ang resulta

Hindi numero. Susunod na hakbang

MataasNagbabayad ka ng peak rate na hindi naman kailangan≈ $34/buwan

61% ng gastos mo sa mga modelong naka-presyo ayon sa oras ay bumagsak sa peak window, kung saan hanggang doble ang halaga ng parehong token.

Ilipat sa off-peak na oras ang trabahong hindi mo naman kailangang bantayan — test, migration, doc sweep.

KatamtamanMuling itinatayo ang konteksto sa halip na gamitin ulit≈ $61/buwan

38% lang ang cache reuse. Ang muling pagtatayo ng konteksto ay mga 12× ang mahal kaysa basahin itong muli.

Panatilihin ang isang session para sa magkakaugnay na gawain. Mas malaki ang epekto nito kaysa sa pagpapalit ng modelo.

MababaNagbalik ng 23× ang $18 mong plano23× na balik

Kung per token, $412 sana ang parehong trabaho. Walang kailangang ayusin dito.

Manatili sa plano. Balikan kapag bumaba sa 400 ang buwanang turn.

Labinlimang pagsusuri. Anumang wala pang $15 kada buwan ang halaga ay ibinababa, kaya laging may saysay ang nasa itaas — at kung maayos ang paggamit mo, sasabihin nitong maayos.

Paano ito gumagana

Tatlong hakbang, mga isang segundo

  1. Basahin

    Naisulat na ng agent mo ang mga log. Binabasa namin ang mga file na iyon kung nasaan sila — walang i-install, walang buksan.

  2. Sukatin

    Token, cache, oras at gastos — sa presyong talagang umiiral noong tumakbo ang trabaho.

  3. Kumilos

    Nakaranggong listahan ng mga pagbabago, may ebidensiya at halaga kada buwan.

Walang API key, walang proxy, walang account, walang network. Zero token ang gastos ng pangongolekta.

Bakit ito kakaiba

Nakapresyo ayon sa totoong paraan ng pagbabayad mo

Binabago ng orasan ang presyo

Oras-oras maningil ang DeepSeek at GLM. Sa UTC+7 hanggang +9, ang peak window nila ang hapon mong trabaho.

Hindi bill ang plano

Sa $18 na plano, kathang-isip ang “gumastos ka ng $412.” Ang “23× na balik” ay hindi.

Iba-iba ang cache rate kada vendor

Ugali ng Anthropic ang 0.1×, hindi batas. Mali dito, mali ang pinakamahalagang numero sa pahina.

Labintatlong pera

PHP, IDR, VND, THB, MYR at iba pa — katabi ng lokal na arawang kita, dahil hindi pare-pareho ang bigat ng $412 saanman.

Lahat ng halaga rito ay pampublikong list price ng API — ang pinakamataas. Mas mura ang enterprise contract at buwanang plano.

Privacy

Pribado dahil sa pagkakagawa

Walang lumalabas ng makina mo maliban kung ikaw mismo ang mag-edit ng file para payagan ito.

Mananatiling napapanahon

Sinasabi nito kapag luma na ang datos

Isang file ang dashboard, hindi server. Tinatatakan ng renderer kung kailan ito tumakbo, at ang pahina na mismo ang kumukuwenta ng agwat — offline, walang kailangang tanungin.

Wala pang isang araw

Wala. Ang banner na laging nakabukas ay hindi na binabasa ninuman.

Pagkalipas ng isang araw

Sinasabi kung kailan huling ginawa, at hindi pa kasama sa mga bilang ang mga sesyon pagkatapos noon.

Pagkalipas ng isang linggo

Deretsahang sinasabing luma na ito, kasama ang refresh command sa isang copy button.

Laging inaamin ng sample data na sample data ito, gaano man kabago ang pagkakagawa.

One command, about a minute

One line. It checks your setup, reads what your coding agents already wrote on this disk, builds your dashboard, puts an icon in your Dock and opens it.

git clone https://github.com/jxxyx-bloop/ai-observatory.git && cd ai-observatory/observatory && python3 observe.py setup

What that command does, step by step →

Something did not work
“python3: command not found”
macOS and Linux ship Python 3 already, so this is almost always Windows. Install it from python.org and tick “Add Python to PATH” during setup, then use python instead of python3.
“sync: 0 new events from 0 sources”
No supported tool has run on this machine yet, or its transcripts live somewhere non-standard. This is expected on a fresh laptop — the sample data in step 1 still shows the whole product.
The page says there is no digest yet
Collection and rendering are separate steps. Run python3 observe.py digest report, or just python3 observe.py all, which does every step in order.
Nothing opened in my browser
The file is still there — open dist/observatory.html from the project folder. Scheduled runs never open a browser on purpose, so a morning refresh cannot steal focus while you work.
macOS says the app is from an unidentified developer
That warning belongs to downloaded apps. The launcher is generated on your own machine, so it should never appear — if it does, the app was copied from another computer. Delete it and run python3 observe.py install again to build a local one.

Still stuck? Run python3 observe.py doctor — it checks every step and prints the exact fix for whichever one failed.

Buksan ang live demo GitHub