AI Observatory

Sumber terbuka · Berjalan pada mesin anda

Tahu apa yang perlu diubah

Coding agent anda sudah pun merekod setiap giliran. Alat ini membaca rekod itu dan menyebut beberapa perubahan yang berbaloi — setiap satu dengan angkanya.

# 60 hari data contoh, terus jadi papan pemuka sebenar
$ git clone https://github.com/jxxyx-bloop/ai-observatory
$ cd ai-observatory/observatory
$ python3 observe.py demo digest report

Pustaka standard Python 3 sahaja. Tanpa pemasangan, tanpa kebergantungan, tanpa langkah build.

Hasilnya

Bukan angka. Langkah seterusnya

TinggiAnda membayar kadar waktu puncak yang sebenarnya boleh dielak≈ $34/bln

61% perbelanjaan anda pada model berharga mengikut masa jatuh dalam tetingkap puncak, di mana token yang sama boleh dua kali ganda mahal.

Jadualkan kerja yang tidak perlu ditunggu — ujian, migrasi, kemas kini dokumen — ke jam luar puncak.

SederhanaKonteks dibina semula, bukan diguna semula≈ $61/bln

Guna semula cache hanya 38%. Membina semula konteks kira-kira 12× lebih mahal daripada membacanya kembali.

Kekalkan satu sesi untuk kerja yang berkaitan. Jurang ini lebih bernilai daripada menukar mana-mana model.

RendahPelan $18 anda memulangkan 23×pulangan 23×

Pada kadar per token, kerja yang sama berharga $412. Tiada apa yang perlu dibaiki di sini.

Kekalkan pelan itu. Tinjau semula jika giliran bulanan jatuh bawah 400.

Lima belas pemeriksaan. Apa-apa yang bernilai bawah $15 sebulan diturunkan, jadi bahagian atas senarai sentiasa bermakna — dan penggunaan yang sihat memang dilaporkan sihat.

Cara ia berfungsi

Tiga langkah, kira-kira sesaat

  1. Baca

    Agent anda sudah menulis lognya. Kami membaca fail itu di tempatnya — tiada apa perlu dipasang atau dihidupkan.

  2. Ukur

    Token, cache, masa dan kos — dikira pada kadar yang benar-benar berkuat kuasa ketika itu.

  3. Bertindak

    Senarai perubahan yang tersusun, lengkap dengan buktinya dan nilainya sebulan.

Tanpa kunci API, tanpa proksi, tanpa akaun, tanpa rangkaian. Pengumpulan data menggunakan sifar token.

Apa bezanya

Dikira mengikut cara anda benar-benar membayar

Jam mengubah harga

DeepSeek dan GLM mengenakan bayaran mengikut jam. Di UTC+7 hingga +9, tetingkap puncak mereka ialah petang kerja anda.

Pelan bukan bil

Pada pelan $18, “anda belanja $412” itu rekaan. “Pulangan 23×” tidak.

Kadar cache berbeza ikut vendor

Diskaun 0.1× ialah kebiasaan Anthropic, bukan hukum. Silap di sini, angka terpenting di halaman ikut silap.

Tiga belas mata wang

MYR, IDR, VND, THB, PHP dan lagi — disandingkan dengan kadar harian tempatan, kerana $412 tidak bermakna sama di mana-mana.

Setiap angka di sini ialah harga senarai API awam — iaitu had tertinggi. Kontrak perusahaan dan pelan bulanan lebih murah.

Privasi

Privasi daripada cara ia dibina

Tiada apa-apa keluar dari mesin anda melainkan anda sendiri mengubah fail untuk membenarkannya.

Sentiasa terkini

Ia memberitahu apabila sudah lapuk

Papan pemuka ini ialah fail, bukan pelayan. Perender mencap masa ia dijalankan, dan halaman mengira bezanya sendiri — luar talian, tanpa perlu bertanya sesiapa.

Kurang sehari

Tiada apa-apa. Sepanduk yang sentiasa menyala tidak dibaca sesiapa.

Selepas sehari

Menyatakan bila kali terakhir ia dibina, dan sesi selepas itu belum masuk dalam angka ini.

Selepas seminggu

Menyatakan terus terang bahawa ia sudah lapuk, dengan arahan segar semula pada butang salin.

Data contoh sentiasa menyatakannya, walau baru sahaja dirender.

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.